JP2013502263A - System and method for analyzing imaging data - Google Patents

System and method for analyzing imaging data Download PDF

Info

Publication number
JP2013502263A
JP2013502263A JP2012525247A JP2012525247A JP2013502263A JP 2013502263 A JP2013502263 A JP 2013502263A JP 2012525247 A JP2012525247 A JP 2012525247A JP 2012525247 A JP2012525247 A JP 2012525247A JP 2013502263 A JP2013502263 A JP 2013502263A
Authority
JP
Japan
Prior art keywords
intensity
time
imaging
pixel
vasculature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2012525247A
Other languages
Japanese (ja)
Inventor
アロン フリードマン，
ヨアシュ チャシディム，
オフェル プラジャー，
イラン シェレフ，
Original Assignee
ベン‐グリオン ユニバーシティ オブ ザ ネゲヴ リサーチ アンド デベロップメント オーソリティ
モル リサーチ アプリケーションズ リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ベン‐グリオン ユニバーシティ オブ ザ ネゲヴ リサーチ アンド デベロップメント オーソリティ, モル リサーチ アプリケーションズ リミテッド filed Critical ベン‐グリオン ユニバーシティ オブ ザ ネゲヴ リサーチ アンド デベロップメント オーソリティ
Publication of JP2013502263A publication Critical patent/JP2013502263A/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0275—Measuring blood flow using tracers, e.g. dye dilution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1241—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/501—Clinical applications involving diagnosis of head, e.g. neuroimaging, craniography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10064—Fluorescence image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G06T2207/10096—Dynamic contrast-enhanced magnetic resonance imaging [DCE-MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Abstract

生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる、複数の画素にグリッド状に配列された撮像データのストリームを解析する方法であって、該方法は、各画素に対し、ベースライン強度に対する時間的強度変化を示す特徴のベクトルを関連付け、それによって複数のベクトルを提供するステップと、前記ベクトルに応じて画素をクラスタ化し、それによって複数のクラスタを提供するステップと、前記クラスタに基づいて脈管構造における異なる区画を識別するステップとを含む。
【選択図】図１A method of analyzing a stream of imaging data arranged in a grid of pixels associated with an intensity value related to a level of a detectable tracer in a living subject's vasculature, the method comprising: For each pixel, associating a vector of features indicating a temporal intensity change with respect to the baseline intensity, thereby providing a plurality of vectors, and clustering the pixels according to said vector, thereby providing a plurality of clusters And identifying different compartments in the vasculature based on the clusters.
[Selection] Figure 1

Description

本発明は、その一部の実施形態では、画像解析および処理に関し、さらに詳しくは、血流に関係する撮像データの解析に関するが、それに限定されない。   The present invention, in some embodiments, relates to image analysis and processing, and more particularly, but not limited to, analysis of imaging data related to blood flow.

人間の感覚および運動、ホメオスタシス、ならびに感情、記憶、言語、および思考のような種々の高次機能のために、脳の各特定部位または領域に対する制御機能がしばしば存在する。脳内の機能のそのような局在性は、外傷もしくは脳血管障害によって生じる脳の局所的損傷、またはてんかん発作の状態に苦しむ患者の挙動の変化を観察することによって、かつ損傷した領域の機能を推定することによって、確認されてきた。   Because of various sensory functions such as human sensation and movement, homeostasis, and emotion, memory, language, and thought, control functions for each specific part or region of the brain often exist. Such localization of function in the brain is due to observing changes in the behavior of patients suffering from local damage to the brain caused by trauma or cerebrovascular disorders, or status of epileptic seizures and Has been confirmed by estimating.

脳の代謝および機能は神経血管ユニットに帰属する。このユニットは、軟膜および実質内脳血管と共にそれらの外因性および内因性神経支配、血管周囲の周皮細胞、星状細胞、および周囲のニューロンを含め、脳循環を備える。局所的脳血流（ｒＣＢＦ）は「神経血管結合」としても知られるニューロン活動および代謝要求に関係する。加えて、ｒＣＢＦは自己調節され、したがって広範囲の灌流圧にわたって一定に維持される。血管異常（例えば、脳卒中）および一次神経機能障害（例えば、てんかん性発作および皮質拡延性抑制）に関連する病理学的脳状態では、ｒＣＢＦの調節がしばしば損なわれる。例えば、くも膜下出血および外傷性脳障害の下では、神経血管結合が破られ、虚血性神経損傷の増悪を導くことがある。   Brain metabolism and function belong to the neurovascular unit. This unit comprises the cerebral circulation, including their exogenous and intrinsic innervation, pericytes, astrocytes, and surrounding neurons along with the buffy coat and parenchymal cerebral blood vessels. Local cerebral blood flow (rCBF) is associated with neuronal activity and metabolic demand, also known as “neurovascular connection”. In addition, rCBF is self-regulating and therefore remains constant over a wide range of perfusion pressures. In pathological brain conditions associated with vascular abnormalities (eg, stroke) and primary neurological dysfunction (eg, epileptic seizures and cortical spreading depression), the regulation of rCBF is often impaired. For example, under subarachnoid hemorrhage and traumatic brain injury, neurovascular connections can be broken, leading to exacerbation of ischemic nerve damage.

近年まで、集中治療室（ＩＣＵ）患者の脳血管状態の評価は、頭蓋内圧測定を用いた脳灌流圧の決定に限定されてきた。脳血管評価のための新技術として、新世代の頭蓋内プローブが利用可能になったため、ＩＣＵで使用されるようになってきた熱拡散流量計測法がある。該プローブは局所的脳血流（ｒＣＢＦ）データを絶対単位（例えば、ｍｌ／１００ｇ／分）で提供する。幾つかの種類のそのようなプローブが、例えば、米国特許第４３５４５０４号、第４６７７９８５号、および第５２０７２２７号の明細書に記載されている。   Until recently, assessment of cerebral vascular status in intensive care unit (ICU) patients has been limited to determining cerebral perfusion pressure using intracranial pressure measurements. As a new technique for cerebrovascular evaluation, there is a thermal diffusion flow measurement method that has come to be used in ICU since a new generation of intracranial probes has become available. The probe provides regional cerebral blood flow (rCBF) data in absolute units (eg, ml / 100 g / min). Several types of such probes are described, for example, in US Pat. Nos. 4,354,504, 4,677,985, and 5,207,227.

別の技術として、機器が頭蓋内の大コンダクタンス血管の血流の速度を測定する連続モニタリングプローブを装備した経頭蓋ドップラ速度計測法がある。この技術は、例えば、米国特許第５３７９７７０号、第６３９０９７９号、および第６４６８２１９号の明細書に記載されている。   Another technique is transcranial Doppler velocimetry where the instrument is equipped with a continuous monitoring probe that measures the velocity of blood flow in a large conductance vessel within the skull. This technique is described, for example, in the specifications of US Pat. Nos. 5,379,770, 6,390,796, and 6,468,219.

ＣＢＦを測定するために使用される別の技術として、レーザによって発生するコヒーレント放射線によって受けるドップラ偏移を利用して微小循環内の赤血球の動きを測定する、レーザドップラ流量計測法がある。典型的には、光ファイバプローブ構造を組織と接触して配置し、入射光をレーザ源から組織まで誘導させるだけでなく、組織からの光を流量計器内の光検出器まで後方散乱もさせる。流量計器は光検出器の信号を処理して、実際の血流に線形的に比例する時間に対する連続電圧信号を生成する。レーザドップラをベースとする技術は、例えば、米国特許第５５７９７７４号および第５９１６１７１号の明細書に記載されている。   Another technique used to measure CBF is a laser Doppler flow measurement method that utilizes Doppler shifts received by coherent radiation generated by a laser to measure red blood cell movement within the microcirculation. Typically, a fiber optic probe structure is placed in contact with the tissue, not only to direct incident light from the laser source to the tissue, but also to backscatter light from the tissue to a photodetector in the flow meter. The flow meter processes the photodetector signal to produce a continuous voltage signal for a time that is linearly proportional to the actual blood flow. Laser Doppler based techniques are described, for example, in US Pat. Nos. 5,579,774 and 5,916,171.

また、画像処理によって焦点領域の診断を可能にする、コンピュータ断層撮影法（ＣＴ）、陽電子放出断層撮影法（ＰＥＴ）、および磁気共鳴撮像法（ＭＲＩ）のような、種々の脳組織撮像技術も公知である。   There are also various brain tissue imaging techniques, such as computed tomography (CT), positron emission tomography (PET), and magnetic resonance imaging (MRI), that enable diagnosis of the focal region by image processing. It is known.

血液化学の変動から脳を保護する機構は、「血液脳関門」（ＢＢＢ）として知られる。ＢＢＢは、中枢神経系の神経細胞のために正常な環境を維持するための複雑な構造的かつ機能的関門である。脳内皮細胞は、身体の他の組織に見られるものとは異なる。特に、脳内皮細胞はそれら自体の間に複雑な密着結合を形成する。ＢＢＢの機能は、関門の他の構成要素と共に、血液から脳への多くの分子の受動的移動に抗する連続的「壁」を形成する、これらの密接な細胞間結合に依存する。中枢神経系（ＣＮＳ）内の内皮細胞もまた、他の組織では毛細血管壁を越える多少無差別の輸送を可能にする飲小胞をほとんど示さない。加えて、細胞を貫通して走り、無制限の通過を可能にする、連続的間隙または流路が存在しない。それでもなお、栄養物および老廃物の交換は存在しているので、血流からの脳のこの分離は完全ではない。毛細血管内皮細胞内の特異な輸送系の存在は、脳が正常な成長および機能に必要な化合物の全てを制御された形で受け取ることを確実にする。   The mechanism that protects the brain from fluctuations in blood chemistry is known as the “blood brain barrier” (BBB). The BBB is a complex structural and functional barrier for maintaining a normal environment for neurons in the central nervous system. Brain endothelial cells are different from those found in other tissues of the body. In particular, brain endothelial cells form complex tight junctions between themselves. The function of the BBB, along with other components of the barrier, relies on these close cell junctions that form a continuous “wall” that resists the passive movement of many molecules from the blood to the brain. Endothelial cells within the central nervous system (CNS) also show few swallowing vesicles that allow somewhat indiscriminate transport across the capillary wall in other tissues. In addition, there are no continuous gaps or channels that run through the cells and allow unlimited passage. Nonetheless, this separation of the brain from the bloodstream is not complete, as nutrient and waste exchanges exist. The presence of a unique transport system within the capillary endothelial cells ensures that the brain receives all of the compounds necessary for normal growth and function in a controlled manner.

ＢＢＢの独特な生物学的側面は、ＣＮＳ障害の治療の文脈でしばしば取り上げられる。ＢＢＢは、薬物の脳への進入を妨げることによって、あるいはいったん通過した後、薬物輸送タンパク質により、脳から循環への逆輸送が促進されることによって、薬物の脳への送達に対する主要な障害として働き、一部の症例（例えば、てんかん）ではおそらく薬物耐性に寄与する。加えて、脳腫瘍、虚血性事象、腫瘍、多発性硬化症、および神経変性障害（例えば、アルツハイマ病）を含む、ほとんど全てのＣＮＳ障害で、ＢＢＢ破壊が報告されている。   The unique biological aspects of the BBB are often addressed in the context of treating CNS disorders. BBB is a major obstacle to drug delivery to the brain by preventing entry of the drug into the brain, or once passed, by drug transport proteins promoting reverse transport from the brain to the circulation. Work, and in some cases (eg epilepsy) probably contributes to drug resistance. In addition, BBB disruption has been reported in almost all CNS disorders, including brain tumors, ischemic events, tumors, multiple sclerosis, and neurodegenerative disorders (eg, Alzheimer's disease).

近年、ＢＢＢ破壊は神経血管ユニットの機能不全を直接導き、ひいてはニューロン活動の持続性変化とそれに続くニューロン欠損を導くことがあることが認識されている。   In recent years, it has been recognized that BBB disruption directly leads to neurovascular unit dysfunction, which in turn can lead to persistent changes in neuronal activity and subsequent neuronal loss.

多年にわたり、ＢＢＢ分野において広範囲の研究が行われてきた。ＢＢＢを横断することができる薬物（例えば、米国特許第４８０１５７５号、第５００４６９７号、第６４１９９４９号および第６２９４５２０号を参照のこと）、ＢＢＢ透過性を増大させる薬物（例えば、米国特許第５４３４１３７号、第５５０６２０６号および第５５９１７１５号を参照のこと）、およびＢＢＢを横断して物質を送給するための技術（例えば、米国特許第５６７０４７７号、第５７５２５１５号および第６７０３３８１号を参照のこと）、ならびに損傷を被ったＢＢＢを治療するための技術（例えば、米国特許第４４３９４５１号を参照のこと）およびＢＢＢを分析するための技術（例えば、米国特許第６５７４５０１号を参照のこと）などの様々な技術を開発すべく様々な努力が重ねられてきた。物質がＢＢＢを横断する能力を試験するための技術を開発するためにも、多くの試みが行なわれてきた。この目的のために、例えば、米国特許第５２６６４８０号を参照のこと。   Over the years, extensive research has been conducted in the BBB field. Drugs that can cross the BBB (see, eg, US Pat. Nos. 4,801,575, 5,004697, 64199949, and 6,294,520), drugs that increase BBB permeability (eg, US Pat. No. 5,434,137, Nos. 5,506,206 and 5,591,715), and techniques for delivering substances across the BBB (see, eg, US Pat. Nos. 5,670,477, 5,752,515, and 6,703,381), and Various techniques such as techniques for treating damaged BBB (see, eg, US Pat. No. 4,439,451) and techniques for analyzing BBB (see, eg, US Pat. No. 6,574,501) Various efforts have been made to develop Many attempts have also been made to develop techniques for testing the ability of materials to cross the BBB. For this purpose, see for example US Pat. No. 5,266,480.

本発明の一部の実施形態の態様では、生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる、複数の画素にグリッド状に配列された撮像データのストリームを解析する方法を提供する。該方法は、各画素に対し、ベースライン強度に対する時間的強度変化を示す特徴のベクトルを関連付け、それによって複数のベクトルを提供するステップを含む。該方法はさらに、ベクトルに応じて画素をクラスタ化し、それによって複数のクラスタを提供するステップと、クラスタに基づいて脈管構造における異なる区画を識別するステップとを含む。   In an aspect of some embodiments of the present invention, a stream of imaging data arranged in a grid of pixels associated with an intensity value related to a detectable tracer level in the vasculature of a living subject. Provide a method to analyze The method includes associating, for each pixel, a vector of features indicative of a temporal intensity change relative to a baseline intensity, thereby providing a plurality of vectors. The method further includes clustering the pixels according to the vector, thereby providing a plurality of clusters, and identifying different compartments in the vasculature based on the clusters.

本発明の一部の実施形態の態様では、脈管構造に検出可能なトレーサを有する、生きている被験者の器官を撮像する方法を提供する。該方法は、器官を撮像して撮像データのストリームを提供するステップと、本書に記載する解析方法によって撮像データのストリームを解析するステップとを含む。   An aspect of some embodiments of the present invention provides a method of imaging an organ of a living subject having a detectable tracer in the vasculature. The method includes the steps of imaging an organ and providing a stream of imaging data, and analyzing the stream of imaging data by an analysis method described herein.

本発明の一部の実施形態では、撮像は蛍光撮像を含む。   In some embodiments of the invention, imaging includes fluorescence imaging.

本発明の一部の実施形態では、撮像はコンピュータ断層撮影を含む。   In some embodiments of the invention, imaging includes computed tomography.

本発明の一部の実施形態では、撮像は磁気共鳴撮像を含む。   In some embodiments of the invention, imaging includes magnetic resonance imaging.

本発明の一部の実施形態では、該方法は、クラスタに基づいて少なくとも１つの血管外区画を識別するステップをさらに含む。   In some embodiments of the invention, the method further comprises identifying at least one extravascular segment based on the cluster.

本発明の一部の実施形態では、該方法は、グリッド上に特徴の少なくとも１つのマップを生成するステップをさらに含む。   In some embodiments of the invention, the method further comprises generating at least one map of features on the grid.

本発明の一部の実施形態では、撮像データは被験者の網膜に関係する。   In some embodiments of the invention, the imaging data relates to the subject's retina.

本発明の一部の実施形態では、該方法は、クラスタに基づいて網膜の機能性を評価するステップをさらに含む。   In some embodiments of the invention, the method further comprises assessing retinal functionality based on the clusters.

本発明の一部の実施形態では、撮像データは被験者の脳に関係する。   In some embodiments of the invention, the imaging data relates to the subject's brain.

本発明の一部の実施形態では、該方法は、クラスタに基づいて脳の機能性を評価するステップをさらに含む。   In some embodiments of the invention, the method further comprises assessing brain functionality based on the clusters.

本発明の一部の実施形態の態様では、生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる、複数の画素にグリッド状に配列された撮像データのストリームを解析する装置を提供する。該装置は、各画素に対し、ベースライン強度に対する時間的強度変化を示す特徴のベクトルを関連付け、それによって複数のベクトルを提供するためのベクトル関連付けユニットを備える。該装置は、ベクトルに従って画素をクラスタ化し、それによって複数のクラスタを提供するためのクラスタ化ユニットと、クラスタに基づいて脈管構造の様々な区画を識別するための識別ユニットとをさらに備える。   In an aspect of some embodiments of the present invention, a stream of imaging data arranged in a grid of pixels associated with an intensity value related to a detectable tracer level in the vasculature of a living subject. An apparatus for analyzing the above is provided. The apparatus comprises a vector association unit for associating each pixel with a vector of features indicative of temporal intensity variation relative to the baseline intensity, thereby providing a plurality of vectors. The apparatus further comprises a clustering unit for clustering pixels according to vectors and thereby providing a plurality of clusters, and an identification unit for identifying various sections of the vasculature based on the clusters.

本発明の一部の実施形態の態様では、撮像デバイスを備えた撮像装置、および本書に記載するベクトル関連付けユニットと、クラスタ化ユニットと、識別ユニットとを備えた解析装置を提供する。   An aspect of some embodiments of the present invention provides an imaging apparatus that includes an imaging device and an analysis apparatus that includes a vector association unit, a clustering unit, and an identification unit as described herein.

本発明の一部の実施形態では、識別ユニットは、クラスタに基づいて少なくとも１つの血管外区画を識別するように構成される。   In some embodiments of the invention, the identification unit is configured to identify at least one extravascular segment based on the cluster.

本発明の一部の実施形態では、該装置は、グリッド上に特徴の少なくとも１つのマップを生成するためのマッピングユニットをさらに備える。   In some embodiments of the invention, the apparatus further comprises a mapping unit for generating at least one map of features on the grid.

本発明の一部の実施形態では、該装置は、クラスタに基づいて網膜および／または脳の機能性を評価するための評価器をさらに備える。   In some embodiments of the invention, the apparatus further comprises an evaluator for evaluating retinal and / or brain functionality based on the clusters.

本発明の一部の実施形態では、網膜の機能性は血液網膜関門透過性を含む。本発明の一部の実施形態では、網膜の機能性は網膜動脈閉塞を含む。   In some embodiments of the invention, the retinal functionality comprises blood retinal barrier permeability. In some embodiments of the invention, retinal functionality includes retinal artery occlusion.

本発明の一部の実施形態では、脳の機能性は局所脳血流を含む。本発明の一部の実施形態では、脳の機能性は血管拡張を含む。本発明の一部の実施形態では、脳の機能性は血管脳関門透過性を含む。   In some embodiments of the invention, brain functionality includes regional cerebral blood flow. In some embodiments of the invention, brain functionality includes vasodilation. In some embodiments of the invention, the brain functionality comprises vascular brain barrier permeability.

本発明の一部の実施形態では、特徴は、基準時間から強度が関数遷移を示す時間までの測定された期間を含む。   In some embodiments of the invention, the feature includes a measured period from a reference time to a time when the intensity exhibits a function transition.

本発明の一部の実施形態では、特徴は、トレーサが脈管構造内に導入された時間から画素の強度がベースライン強度より上に上昇した時間までの定義された期間を含む。   In some embodiments of the invention, the feature includes a defined period from the time the tracer is introduced into the vasculature to the time the pixel intensity rises above the baseline intensity.

本発明の一部の実施形態では、特徴は、画素の強度がベースライン強度に対して増強されている期間を含む。   In some embodiments of the invention, the feature includes a period during which the pixel intensity is enhanced relative to the baseline intensity.

本発明の一部の実施形態では、特徴は、トレーサが脈管構造に導入された時間から画素の強度が極大に達した時間までの定義された期間を含む。   In some embodiments of the invention, the feature includes a defined period from the time the tracer is introduced into the vasculature to the time the pixel intensity reaches a maximum.

本発明の一部の実施形態では、特徴は、トレーサが脈管構造に導入された時間から画素の強度がベースライン強度より上に上昇した時間までの定義された期間と、画素の強度がベースライン強度に対して増強されている期間と、トレーサが脈管構造に導入された時間から画素の強度が極大に達した時間までの定義された期間とから成る群から選択された少なくとも２つの期間の組合せを含む。   In some embodiments of the present invention, the feature is based on a defined period from the time the tracer is introduced into the vasculature to the time the pixel intensity rises above the baseline intensity, and the pixel intensity is based on At least two time periods selected from the group consisting of a time period that is enhanced relative to the line intensity and a defined time period from the time the tracer is introduced into the vasculature to the time the pixel intensity reaches a maximum. Including a combination of

本発明の一部の実施形態では、特徴は、画素の強度がベースライン強度に対して増強されている期間の最大強度値を含む。   In some embodiments of the invention, the feature includes a maximum intensity value for a period during which the pixel intensity is enhanced relative to the baseline intensity.

本発明の一部の実施形態では、特徴は、画素の強度の変化率を特徴付ける少なくとも１つの傾きを含む。   In some embodiments of the invention, the features include at least one slope that characterizes the rate of change of pixel intensity.

本発明の一部の実施形態では、特徴は、トレーサが脈管構造内に導入された時間から画素の強度がベースライン強度より上に上昇した時間までの定義された期間を含み、該時間間隔および隣接画素のそれぞれの時間間隔に基づいて、画素は細動脈または細静脈と分類される。   In some embodiments of the invention, the feature includes a defined period from the time the tracer is introduced into the vasculature to the time the pixel intensity rises above the baseline intensity, the time interval And based on the respective time intervals of adjacent pixels, the pixels are classified as arterioles or venules.

別途定義されない限り、本明細書で使用されるすべての技術的用語および／または科学的用語は、本発明が属する技術分野の当業者によって一般に理解されるのと同じ意味を有する。本明細書に記載される方法および材料と類似または同等である方法および材料を本発明の実施形態の実施または試験において使用することができるが、例示的な方法および／または材料が下記に記載される。矛盾する場合には、定義を含めて、本特許明細書が優先する。加えて、材料、方法および実施例は例示にすぎず、限定であることは意図されない。   Unless defined otherwise, all technical and / or scientific terms used herein have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Although methods and materials similar or equivalent to those described herein can be used in the practice or testing of embodiments of the present invention, exemplary methods and / or materials are described below. The In case of conflict, the patent specification, including definitions, will control. In addition, the materials, methods, and examples are illustrative only and not intended to be limiting.

本発明の実施形態の方法および／またはシステムを実行することは、選択されたタスクを、手動操作で、自動的にまたはそれらを組み合わせて実行または完了することを含んでいる。さらに、本発明の装置、方法および／またはシステムの実施形態の実際の機器や装置によって、いくつもの選択されたステップを、ハードウェア、ソフトウェア、またはファームウェア、あるいはオペレーティングシステムを用いるそれらの組合せによって実行できる。   Performing the method and / or system of embodiments of the present invention includes performing or completing selected tasks manually, automatically, or a combination thereof. Further, depending on the actual equipment and apparatus of the apparatus, method and / or system embodiments of the present invention, any number of selected steps can be performed by hardware, software, or firmware, or a combination thereof using an operating system. .

例えば、本発明の実施形態による選択されたタスクを実行するためのハードウェアは、チップまたは回路として実施されることができる。ソフトウェアとして、本発明の実施形態により選択されたタスクは、コンピュータが適切なオペレーティングシステムを使って実行する複数のソフトウェアの命令のようなソフトウェアとして実施されることができる。本発明の例示的な実施形態において、本明細書に記載される方法および／またはシステムの例示的な実施形態による１つ以上のタスクは、データプロセッサー、例えば複数の命令を実行する計算プラットフォームで実行される。任意選択的に、データプロセッサーは、命令および／またはデータを格納するための揮発性メモリ、および／または、命令および／またはデータを格納するための不揮発性記憶装置（例えば、磁気ハードディスク、および／または取り外し可能な記録媒体）を含む。任意選択的に、ネットワーク接続もさらに提供される。ディスプレーおよび／またはユーザ入力装置（例えば、キーボードまたはマウス）も、任意選択的にさらに提供される。   For example, hardware for performing selected tasks according to embodiments of the present invention can be implemented as a chip or a circuit. As software, tasks selected according to embodiments of the present invention can be implemented as software, such as multiple software instructions that a computer executes using a suitable operating system. In an exemplary embodiment of the invention, one or more tasks according to exemplary embodiments of the methods and / or systems described herein are performed on a data processor, eg, a computing platform that executes multiple instructions. Is done. Optionally, the data processor includes volatile memory for storing instructions and / or data, and / or non-volatile storage for storing instructions and / or data (eg, magnetic hard disk, and / or Removable recording medium). Optionally, a network connection is further provided. A display and / or user input device (eg, keyboard or mouse) is optionally further provided.

本明細書では本発明のいくつかの実施形態を単に例示し添付の図面を参照して説明する。特に詳細に図面を参照して、示されている詳細が例示として本発明の実施形態を例示考察することだけを目的としていることを強調するものである。この点について、図面について行う説明によって、本発明の実施形態を実施する方法は当業者には明らかになるであろう。   Several embodiments of the invention are merely illustrated herein and described with reference to the accompanying drawings. With particular reference to the drawings in particular, it is emphasized that the details shown are only intended to illustrate the embodiments of the invention by way of example. In this regard, the manner in which embodiments of the invention are implemented will become apparent to those skilled in the art from the description given with reference to the drawings.

図１は、本発明の種々の例示的実施形態に従って撮像データのストリームを解析するのに適した方法を記載する流れ図である。FIG. 1 is a flowchart describing a method suitable for analyzing a stream of imaging data in accordance with various exemplary embodiments of the present invention.

図２は、本発明の種々の例示的実施形態に係る、画素のグリッドおよび特徴のベクトルの略図である。FIG. 2 is a schematic diagram of a pixel grid and feature vectors, according to various exemplary embodiments of the present invention.

図３は、例示的強度時間曲線の略図である。FIG. 3 is a schematic diagram of an exemplary intensity time curve.

図４は、本発明の種々の例示的実施形態に従って、脈管構造に検出可能なトレーサを有する、生きている被験者の器官を撮像するのに適した方法を記載する流れ図である。FIG. 4 is a flow diagram describing a method suitable for imaging an organ of a living subject having a tracer detectable in the vasculature, according to various exemplary embodiments of the present invention.

図５は、本発明の種々の例示的実施形態に係る、撮像データのストリームを解析するための装置の略図である。FIG. 5 is a schematic diagram of an apparatus for analyzing a stream of imaging data, according to various exemplary embodiments of the present invention.

図６Ａ−６Ｆは、軟膜血管の血流を視覚化するために本発明の一部の実施形態に従って実行された実験の結果を示す。6A-6F show the results of experiments performed in accordance with some embodiments of the present invention to visualize buffy coat blood flow. 図６Ｇ−６Ｉは、軟膜血管の血流を視覚化するために本発明の一部の実施形態に従って実行された実験の結果を示す。6G-6I show the results of experiments performed in accordance with some embodiments of the present invention to visualize buffy coat blood flow.

図７Ａ−７Ｃは、ｒＣＢＦの増加を撮像するために本発明の一部の実施形態に従って実行された実験の結果を示す。7A-7C show the results of experiments performed in accordance with some embodiments of the present invention to image the increase in rCBF. 図７Ｄ−７Ｈは、ｒＣＢＦの増加を撮像するために本発明の一部の実施形態に従って実行された実験の結果を示す。FIGS. 7D-7H show the results of experiments performed in accordance with some embodiments of the present invention to image the increase in rCBF.

図８Ａ−８Ｅは、ＢＢＢ透過性を解析するために撮像するように本発明の一部の実施形態に従って実行された実験の結果を示す。Figures 8A-8E show the results of experiments performed in accordance with some embodiments of the present invention to image to analyze BBB permeability. 図８Ｆ−８Ｈは、ＢＢＢ透過性を解析するために撮像するように本発明の一部の実施形態に従って実行された実験の結果を示す。Figures 8F-8H show the results of experiments performed in accordance with some embodiments of the present invention to image to analyze BBB permeability.

図９Ａ−９Ｂは、局所虚血における血流の撮像のために本発明の一部の実施形態に従って実行された実験の結果を示す。9A-9B show the results of experiments performed in accordance with some embodiments of the present invention for imaging of blood flow in focal ischemia. 図９Ｃ−９Ｆは、局所虚血における血流の撮像のために本発明の一部の実施形態に従って実行された実験の結果を示す。9C-9F show the results of experiments performed in accordance with some embodiments of the present invention for imaging of blood flow in focal ischemia. 図９Ｇ−９Ｉは、局所虚血における血流の撮像のために本発明の一部の実施形態に従って実行された実験の結果を示す。9G-9I show the results of experiments performed in accordance with some embodiments of the present invention for imaging of blood flow in focal ischemia.

図１０は、本発明の好適な実施形態に従って実行された実験中に捕獲された網膜の蛍光画像である。FIG. 10 is a fluorescence image of the retina captured during an experiment performed in accordance with a preferred embodiment of the present invention.

図１１Ａ−１１Ｂは、網膜の異なる脈管構造区画を識別するために本発明の一部の実施形態に従って実行されたクラスタ解析の結果を示す。FIGS. 11A-11B show the results of a cluster analysis performed in accordance with some embodiments of the present invention to identify different vasculature compartments of the retina.

図１２Ａ−１２Ｂは、脳神経外科手術中に捕獲されたヒトの脳画像である。図１２Ｃは、ヒトの脳の異なる脈管構造区画を識別するために本発明の一部の実施形態に従って実行されたクラスタ解析の結果を示すグラフである。12A-12B are human brain images captured during neurosurgery. FIG. 12C is a graph illustrating the results of a cluster analysis performed according to some embodiments of the present invention to identify different vasculature compartments of the human brain.

本発明は、その一部の実施形態では、画像解析および処理に関し、さらに詳しくは、小血管（例えば、細動脈および細静脈）のような、しかしそれに限らない血管の血流に関係する撮像データの解析に関するが、それに限定されない。本発明の一部の実施形態は、撮像に関し、さらに詳しくは血流の撮像に関するが、それに限定されない。   The present invention, in some embodiments, relates to image analysis and processing, and more particularly imaging data related to blood flow of blood vessels such as, but not limited to, small blood vessels (eg, arterioles and venules). However, the present invention is not limited to this. Some embodiments of the invention relate to imaging and more particularly, but not limited to blood flow imaging.

本発明の少なくとも１つの実施形態を詳しく説明する前に、本発明は、その適用において、下記の説明に示されるか、および／または図面および／または実施例において例示される構成要素および／または方法の組み立ておよび構成の細部に必ずしも限定されないことを理解しなければならない。本発明は他の実施形態が可能であり、または様々な方法で実施または実行されることが可能である。   Before describing at least one embodiment of the present invention in detail, the present invention is applied in its application to the components and / or methods shown in the following description and / or illustrated in the drawings and / or examples. It should be understood that the present invention is not necessarily limited to the details of assembly and construction. The invention is capable of other embodiments or of being practiced or carried out in various ways.

本発明の一部の実施形態は、本発明の種々の例示的実施形態に従って、撮像データのストリームを解析するのに適した方法を提供する。   Some embodiments of the present invention provide methods suitable for analyzing a stream of imaging data in accordance with various exemplary embodiments of the present invention.

該方法は多くの形で具現することができる。例えば、それは、方法ステップを実行するためのコンピュータのような有形媒体で具現することができる。それは、該方法の操作を実行するためのコンピュータ可読命令を含む、コンピュータ可読媒体で具現することができる。それはまた、コンピュータプログラムを有形媒体上で実行するか、または命令をコンピュータ可読媒体上で実行するように構成された、デジタルコンピュータ能力を有する電子装置で具現することもできる。   The method can be implemented in many ways. For example, it can be embodied in a tangible medium such as a computer for performing the method steps. It can be embodied in a computer readable medium including computer readable instructions for performing the operations of the method. It can also be embodied in an electronic device with digital computer capabilities configured to execute a computer program on a tangible medium or to execute instructions on a computer-readable medium.

該方法を実現するコンピュータプログラムは、一般的に、フロッピディスク、ＣＤ−ＲＯＭ、および不揮発性記憶装置のような、しかしそれらに限らない配布媒体でユーザに配布することができる。配布媒体からコンピュータプログラムをハードディスクまたは同様の中間格納媒体にコピーすることができる。コンピュータプログラムは、コンピュータ命令をそれらの配布媒体またはそれらの中間格納媒体のいずれかからコンピュータの実行メモリ内にロードし、コンピュータを本発明の方法に従って作動するように構成することによって、実行することができる。これらの操作は全て、コンピュータシステム分野の当業者には周知である。   Computer programs that implement the methods can generally be distributed to users on distribution media such as, but not limited to, floppy disks, CD-ROMs, and non-volatile storage devices. The computer program can be copied from the distribution medium to a hard disk or similar intermediate storage medium. A computer program can be executed by loading computer instructions from either their distribution media or their intermediate storage media into a computer's execution memory and configuring the computer to operate according to the method of the present invention. it can. All of these operations are well known to those skilled in the computer system art.

本発明の実施形態の方法は、複数の画素（例えば、ピクセル、ピクセル群等）にグリッド状に配列された撮像データのストリームを解析する。   The method of the embodiment of the present invention analyzes a stream of imaging data arranged in a grid pattern on a plurality of pixels (eg, pixels, pixel groups, etc.).

本明細書においては、「ピクセル」という用語が、画素を示すべく略記される場合がある。しかしながら、これは「画素」という用語の意味を限定することを意図したものではなく、「画素」は、画像の構成単位をいう。   In this specification, the term “pixel” may be abbreviated to indicate a pixel. However, this is not intended to limit the meaning of the term “pixel”, and “pixel” refers to a structural unit of an image.

撮像データのストリームは、以下でさらに詳述するように空間依存解析のみならず時間依存解析をも可能にすべく、充分な情報を提供するように選択されたレートで捕獲された一連の画像または一連の画像群の形を取ることができる。例えば、画像はビデオカメラで取得することができる。画像の画素は強度値に関連付けられる。   The stream of imaging data is a sequence of images or images captured at a rate selected to provide sufficient information to allow time-dependent analysis as well as space-dependent analysis as described in further detail below. It can take the form of a series of images. For example, the image can be acquired with a video camera. Image pixels are associated with intensity values.

理想的には、該方法への入力は各シーン点の光の量である。この理想的な入力が現実的なシステムで達成できることは滅多にない。したがって、本発明の実施形態の範囲は、シーンの標本化バージョンの処理を含む。特に、本発明の実施形態の方法への入力は、グリッド全体にわたって各画素の離散強度値に分解可能なデジタル信号である。このようにして、グリッドはシーンを標本化し、離散強度値は光の量を標本化する。ストリームの画像の更新率は、時間領域の追加標本化をもたらす。   Ideally, the input to the method is the amount of light at each scene point. This ideal input is rarely achievable with realistic systems. Accordingly, the scope of embodiments of the present invention includes processing of sampled versions of the scene. In particular, the input to the method of embodiments of the present invention is a digital signal that can be decomposed into discrete intensity values for each pixel across the grid. In this way, the grid samples the scene and the discrete intensity value samples the amount of light. The update rate of the image in the stream results in additional sampling in the time domain.

本書における「画像」の言及は、とりわけアレイとして集合的に処理される画素の値を指す。したがって、本書で使用する用語「画像」は、必ずしも物理的オブジェクトに対応しない数学的オブジェクトをも包含する。原画像および処理された画像は当然、撮像データをそこから取得したシーンである物理的オブジェクトに対応する。   References to “image” in this document refer to pixel values that are processed collectively as an array, among others. Thus, as used herein, the term “image” encompasses mathematical objects that do not necessarily correspond to physical objects. The original image and the processed image naturally correspond to the physical object that is the scene from which the imaging data was acquired.

シーンは、脈管構造を有する、生きている被験者の器官であることが好ましい。例えば、シーンは被験者の脳または網膜とすることができる。   The scene is preferably a living subject organ with vasculature. For example, the scene can be the subject's brain or retina.

画素の強度値は、被験者の脈管構造における検出可能なトレーサのレベルに関係する。例えば、画像は、蛍光撮像、コンピュータ断層撮影（ＣＴ）、および磁気共鳴撮像（ＭＲＩ）によって取得することができる。   The intensity value of the pixel is related to the level of detectable tracer in the subject's vasculature. For example, the images can be acquired by fluorescence imaging, computed tomography (CT), and magnetic resonance imaging (MRI).

画像を蛍光撮像によって取得する場合、検出可能なトレーサは、撮像前または撮像中に被験者の脈管構造内に導入することのできる蛍光染料である。   When the image is acquired by fluorescent imaging, the detectable tracer is a fluorescent dye that can be introduced into the subject's vasculature before or during imaging.

本発明の実施形態に適する蛍光染料として、以下のものが挙げられるが、それらに限定されない。インドシアニングリーン、３−ヒドロキシピレン５，８，１０−トリスルホン酸、５−ヒドロキシトリプタミン、５−ヒドロキシトリプタミン（５−ＨＴ）、酸性フクシン、アクリジンオレンジ、アクリジンレッド、アクリジンイエロ、アクリフラビン、ＡＦＡ（アクリフラビンフォイルゲンＳＩＴＳＡ）、アリザリンコンプレクソン、アリザリンレッド、アロフィコシアニン、ＡＣＭＡ、４−ジシアノ−メチレン−２−メチル−６−（ｐ−ジメチルアミノスチリル）４Ｈ−ピラン、ランタニドイオン、例えば、テルビウム、サマリウム、およびユウロピウムのイオンの蛍光キレート、アミノアクチノマイシンＤ、アミノクマリン、アントロイルステアレート、アリール−またはヘテロアリール−置換ポリオレフィン、アストラゾンブリリアントレッド４Ｇ、アストラゾンオレンジＲ、アストラゾンレッド６Ｂ、アストラゾンイエロ７ＧＬＬ、アタブリン、オーラミン、オーロホスフィン、オーロホスフィンＧ、ＢＡＯ９（ビスアミノフェニルオキサジアゾール）、ＢＣＥＣＦ、硫酸ベルベリン、ビスベンズアミド、ＢＯＢＯ１、ブランコホルＦＦＧ溶液、ブランコホルＳＶ、ボディパイＦ１、ＢＯＰＲＯ１、ブリリアントスルホフラビンＦＦ、カルセインブルー、カルシウムグリーン、カルコフロールＲＷ溶液、カルコフロールホワイト、カルコホルホワイトＡＢＴ溶液、カルコホルホワイト標準溶液、カルボシアニン、カルボスチリル、カスケードブルー、カスケードイエロ、カテコラミン、チナクリン、コリホスフィンＯ、クマリン、クマリン−ファロイジン、ＣＹ３．１８、ＣＹ５．１８、ＣＹ７、ダンス（１−ジメチルアミノナファリン５スルホン酸）、ダンサ（ジアミノナフチルスルホン酸）、ダンシルＮＨＣＨ３、ＤＡＰＩ、ジアミノフェニルオキシルジアゾール（ＤＡＯ）、ジメチルアミノ−５−スルホン酸、ジピロメテンボロンジフルオリド、ジフェニルブリリアントフラビン７ＧＦＦ、ドーパミン、エオシン、エリトロシンＩＴＣ、エチジウムブロミド、ユウクリシン、ＦＩＦ（ホルムアルデヒド誘導蛍光）、フラゾオレンジ、フルオ３、フルオレスカミン、フラ−２、ゲナクリルブリリアントレッドＢ、ゲナクリルブリリアントイエロ１０ＧＦ、ゲナクリルピンク３Ｇ、ゲナクリルイエロ５ＧＦ、グロキサリン酸、グラニュラブルー、ヘマトポルフィリン、ホーヒスト３３２５８、インド−１、イントラホワイトＣｆ液、ロイコホルＰＡＦ、ロイコホルＳＦ、ロイコホルＷＳ、リサミンローダミンＢ２００（ＲＤ２００）、ルシファイエロＣＨ、ルシファイエロＶＳ、マグダラレッド、マリナブルー、マキシロンブリリアントフラビン１０ＧＦＦ、マキシロンブリリアントフラビン８ＧＦＦ、ＭＰＳ（メチルグリーン−ピロニンスチルベン）、ミトラマイシン、ＮＢＤアミン、ナイルレッド、ニトロベンズオキサジドール、ノルアドレナリン、ヌクレアファストレッド、ヌクレアイエロ、ナイロサンブリリアントフラビンＥ８Ｇ、オレゴングリーン、オキサジン、オキサゾール、オキサジアゾール、パシフィックブルー、パラロサニリン（フォイルゲン）、ホルワイトＡＲ溶液、ホルワイトＢＫＬ、ホルワイトＲｅｖ、ホルワイトＲＰＡ、ホスフィン３Ｒ、フタロシアニン、フィコエリトリンＲ、ポリアザインダセンポントクロームブルーブラック、ポリフィリン、プリムリン、プロシオンイエロ、ヨウ化プロピジウム、ピロニン、ピロニンＢ、ピロザールブリリアントフラビン７ＧＦ、キナクリンマスタード、ローダミン１２３、ローダミン５ＧＬＤ、ローダミン６Ｇ、ローダミンＢ、ローダミンＢ２００、ローダミンＢエクストラ、ローダミンＢＢ、ローダミンＢＧ、ローダミンＷＴ、ローズベンガル、セロトニン、セブロンブリリアントレッド２Ｂ、セブロンブリリアントレッド４Ｇ、セブロンブリリアントレッドＢ、セブロンオレンジ、セブロンイエロＬ、ＳＩＴＳ（プリムリン）、ＳＩＴＳ（スチルベンイソチオスルホン酸）、スチルベン、スナーフ１、スルホローダミンＢカンＣ、スルホローダミンＧエクストラ、テトラサイクリン、テキサスレッド、チアジンレッドＲ、チオフラビンＳ、チオフラビンＴＣＮ、チオフラビン５、チオライト、チオゾールオレンジ、チノポールＣＢＳ、ＴＯＴＯ１、ＴＯＴＯ３、トゥルーブルー、ウルトラライト、ウラニンＢ、ユビテックスＳＦＣ、キシレンオレンジ、ＸＲＩＴＣ、ＹＯ ＰＲＯ１、またはそれらの組合せ。   Fluorescent dyes suitable for embodiments of the present invention include, but are not limited to: Indocyanine green, 3-hydroxypyrene 5,8,10-trisulfonic acid, 5-hydroxytryptamine, 5-hydroxytryptamine (5-HT), acidic fuchsin, acridine orange, acridine red, acridine yellow, acriflavine, AFA ( Acriflavin foilen SITSA), alizarin complexone, alizarin red, allophycocyanin, ACMA, 4-dicyano-methylene-2-methyl-6- (p-dimethylaminostyryl) 4H-pyran, lanthanide ions such as terbium, samarium And a fluorescent chelate of europium ions, aminoactinomycin D, aminocoumarin, anthroyl stearate, aryl- or heteroaryl-substituted polyolefins, astrazone brilia Tread 4G, Astrazone Orange R, Astrazone Red 6B, Astrazone Yellow 7GLL, Atabulin, Auramin, Aurophosphine, Aurophosphine G, BAO9 (Bisaminophenyloxadiazole), BCECF, Berberine Sulfate, Bisbenzamide, BOBO1, Blancohol FFG solution, Blancofor SV, Body pie F1, BOPRO1, brilliant sulfoflavin FF, calcein blue, calcium green, calcoflor RW solution, calcoflor white, calcophor white ABT solution, calcophor white standard solution, carbocyanine, carbostyril, cascade Blue, cascade yellow, catecholamine, chinacrine, coriphosphine O, coumarin, coumarin-phalloidin, CY3.18 CY5.18, CY7, dance (1-dimethylaminonaphthalene-5 sulfonic acid), dancer (diaminonaphthylsulfonic acid), dansyl NHCH3, DAPI, diaminophenyloxyldiazole (DAO), dimethylamino-5-sulfonic acid, di Pyrometheneboron difluoride, diphenyl brilliant flavin 7GFF, dopamine, eosin, erythrosin ITC, ethidium bromide, eukrysin, FIF (formaldehyde-induced fluorescence), furazo orange, fluor 3, fluorescamine, fura-2, genacrylic brilliant red B, gena Krill Brilliant Toyello 10GF, Genacrylic Pink 3G, Genacryl Ruero 5GF, Glooxalic Acid, Granular Blue, Hematoporphyrin, Hohist 33258, India-1, In Tiger white Cf solution, leucophor PAF, leucophor SF, leucophor WS, lysamine rhodamine B200 (RD200), lucifero CH, lucifero VS, magdara red, marina blue, maxillon brilliant flavin 10GFF, maxillon brilliant flavin 8GFF, MPS ( Methyl green-pyronine stilbene), mitramycin, NBD amine, Nile red, nitrobenzoxazidole, noradrenaline, Nuclea fast red, nucleiaero, Nilo sambrilliant flavin E8G, Oregon green, oxazine, oxazole, oxadiazole, pacific blue , Pararosaniline (Foilgen), Holwright AR solution, Holwight BKL, Holwright Rev, Holwright RPA, Sphine 3R, phthalocyanine, phycoerythrin R, polyazaindacene pontochrome blue black, polyphyrin, primulin, procion yellow, propidium iodide, pyronin, pyronin B, pyrozal brilliant flavin 7GF, quinacrine mustard, rhodamine 123, rhodamine 5GLD, rhodamine 6G, Rhodamine B, Rhodamine B200, Rhodamine B Extra, Rhodamine BB, Rhodamine BG, Rhodamine WT, Rose Bengal, Serotonin, Sebron Brilliant Red 2B, Sebron Brilliant Red 4G, Sebron Brilliant Red B, Sebron Orange, Sebron Yellow L, SITS (Primulin), SITS (stilbene isothiosulfonic acid), stilbene, snarf 1, sulfoloader B-can C, sulforhodamine G extra, tetracycline, Texas red, thiazine red R, thioflavin S, thioflavin TCN, thioflavin 5, thiolite, thiosol orange, chinopole CBS, TOTO1, TOTO3, true blue, ultralight, uranin B, ubitec SFC, xylene orange, XRITC, YO PRO1, or combinations thereof.

当業者は、発光および吸収スペクトル、疎水性または親水性、血液タンパク質との結合性等のような適切な性質を有する限り、そのような染料の中でどれを選択するかを当然承知しているであろう。   The person skilled in the art naturally knows which of these dyes to choose as long as it has suitable properties such as emission and absorption spectra, hydrophobicity or hydrophilicity, binding to blood proteins, etc. Will.

本発明の一部の実施形態では、蛍光染料はルシファイエロＣＨであり、本発明の一部の実施形態では、蛍光染料はインドシアニングリーンである。   In some embodiments of the invention, the fluorescent dye is Lucifero CH, and in some embodiments of the invention, the fluorescent dye is indocyanine green.

画像をＭＲＩによって取得する場合、検出可能なトレーサはＭＲＩ造影剤であり、それは陽性または陰性どちらのＭＲＩ造影剤でもよい。   When images are acquired by MRI, the detectable tracer is an MRI contrast agent, which can be either a positive or negative MRI contrast agent.

本書で使用する場合、「陽性ＭＲＩ造影剤」とは、近傍組織の流体に対し医薬組成物のシグナルを増大させる作用剤を指し、「陰性ＭＲＩ造影剤」とは、近傍組織の流体に対し医薬組成物のシグナルを低減させる作用剤を指す。   As used herein, “positive MRI contrast agent” refers to an agent that increases the signal of the pharmaceutical composition relative to the fluid in the nearby tissue, and “negative MRI contrast agent” refers to the drug relative to the fluid in the nearby tissue. An agent that reduces the signal of the composition.

画像をＣＴによって取得する場合、検出可能なトレーサは、撮像前または撮像中に被験者の脈管構造内に導入することのできる、血管内Ｘ線造影剤のようなＣＴ造影剤である。血管内Ｘ線造影剤は一般的に、脈管性空隙または細胞外（間質）空間を不透明化するものであり、当業界で公知である。本発明の実施形態に適したＣＴ造影剤の代表例として、イオン性および非イオン性ヨウ化造影剤（例えば、メトリゾ酸塩、ジアトリゾ酸塩、イオベルソール（登録商標）、ヨウタラム酸ナトリウム、およびイオパミドール）が挙げられるが、それらに限定されない。例えば、米国特許第４１２４７０５号、第５０７５５０２号、第５１４１７３９号、第５３７７６８１号、および第６６４７２８３号の明細書に記載されているような他の造影剤も考えられ、これらの明細書の内容を参照によって本書に援用する。   When images are acquired by CT, the detectable tracer is a CT contrast agent, such as an intravascular X-ray contrast agent, that can be introduced into the subject's vasculature before or during imaging. Intravascular X-ray contrast agents are generally known in the art and make the vascular void or extracellular (interstitial) space opaque. Representative examples of CT contrast agents suitable for embodiments of the present invention include ionic and non-ionic iodinated contrast agents (eg, metrizoate, diatrizoate, Ioversol®, sodium iodotalamate, and iopamidol) But are not limited thereto. Other contrast agents such as those described in, for example, U.S. Pat. Nos. 4,124,705, 5,075,502, 5,141,739, 5,377,681, and 6,647,283 are also contemplated, see the contents of these specifications. Incorporated herein by reference.

好ましくは、本発明の実施形態の方法は、実質的に実時間で撮像データの解析を実行する。加えて、本発明の実施形態の方法は、（必須ではないが、典型的には、処理された撮像データのストリームの形で）実質的に実時間で解析レポートを提供する。   Preferably, the method of the embodiment of the present invention performs analysis of imaging data substantially in real time. In addition, the method of embodiments of the present invention provides analysis reports in substantially real time (typically, but not necessarily, in the form of a stream of processed imaging data).

本書で使用する場合、「実時間」とは、ヒト観察者の観点から知覚される実時間を指す。本発明の種々の例示的実施形態では、ストリームの各画像の解析は、例えば、コンピュータスクリーンのようなディスプレイ装置を用いてストリームがヒト観察者に対して表示されるときに、解析レポートまたは結果をそれと同時に表示することができ、かつヒトには連続しているように見えるように、充分に高い速度で実行される。例えば、約２５６×２５６画素の画像の解析は、毎秒少なくとも１０画像、または毎秒少なくとも１５画像、または少なくとも毎秒３０画像のレートとすることができる。毎秒約３０更新の更新率は、標準ビデオフレームレートと一致する。したがって、本発明の種々の例示的実施形態では、該方法は撮像データのストリームをビデオフレームレートで解析する。   As used herein, “real time” refers to real time perceived from the perspective of a human observer. In various exemplary embodiments of the invention, analysis of each image of the stream may include analyzing reports or results when the stream is displayed to a human observer using a display device such as, for example, a computer screen. It runs at a high enough speed so that it can be displayed at the same time and appears to be continuous to humans. For example, an analysis of an image of about 256 × 256 pixels can be at a rate of at least 10 images per second, or at least 15 images per second, or at least 30 images per second. The update rate of about 30 updates per second matches the standard video frame rate. Thus, in various exemplary embodiments of the invention, the method analyzes a stream of imaging data at a video frame rate.

ここで図面を参照すると、図１は、本発明の種々の例示的実施形態に係る方法を記載する流れ図である。   Referring now to the drawings, FIG. 1 is a flow diagram that describes methods according to various exemplary embodiments of the present invention.

特に異なる旨を明記しない限り、本書で以下に記載する操作は、同時に、または多くの組合せで、もしくは実行順に逐次的に、実行することができることを理解されたい。特に、流れ図の順序は限定とみなすべきではない。例えば、以下の記載または流れ図に特定の順序で現われる２つ以上の方法操作は、異なる順序で（例えば、逆の順序で）または実質的に同時に実行することができる。加えて、下述する幾つかの操作は任意であり、実行しなくてもよい。   It should be understood that the operations described herein below may be performed simultaneously, in many combinations, or sequentially in the order of execution, unless otherwise specified. In particular, the flow chart order should not be considered limiting. For example, two or more method operations that appear in a particular order in the following description or flowchart can be performed in different orders (eg, in reverse order) or substantially simultaneously. In addition, some operations described below are optional and may not be performed.

該方法は１０で始まり、１１に続き、そこで特徴のベクトルが各画素に関連付けられる。種々の種類の特徴が考えられる。一般的に、特徴は強度時間曲線、すなわち画素に関連付けられる強度の時間依存性を表わす。ベクトルにおける特徴の好適な数は、強度の時間依存性を表わす、少なくとも３、または少なくとも４、または少なくとも５、または少なくとも６、または少なくとも７、または少なくとも８、または少なくとも９、または少なくとも１０の特徴である。   The method starts at 10 and continues to 11, where a vector of features is associated with each pixel. Various types of features are possible. In general, a feature represents an intensity time curve, ie the time dependence of the intensity associated with a pixel. A preferred number of features in the vector is at least 3, or at least 4, or at least 5, or at least 6, or at least 7, or at least 8, or at least 9, or at least 10 features representing the time dependence of intensity. is there.

画素のグリッド２０の代表例を図２に示す。グリッド２０の画素は、特徴ｆ１，ｆ２，．．．，ｆｋのベクトル２２に関連付けられる。提示を明確にするために、１つの画素２４だけが特徴のベクトルに関連付けられる状態で示されている。当業者は、画素２４が代表的画素であり、多くの画素、好ましくはグリッド２０の全ての画素にベクトルを関連付けることができることを理解されるであろう。 A representative example of a grid 20 of pixels is shown in FIG. The pixels of the grid 20 are represented by features f 1 , f 2 ,. . . , F k associated with the vector 22. For clarity of presentation, only one pixel 24 is shown associated with the feature vector. One skilled in the art will appreciate that pixel 24 is a representative pixel and that a vector can be associated with many pixels, preferably all the pixels of grid 20.

グリッド２０を特徴付ける分解能および入力画像の空間分解能は同一とすることができ、あるいはそれらは異なることができる。分解能が異なる場合、当該方法は、撮像データをグリッド２０の分解能に適応させる事前解析手順を含むことが好ましい。これは、当業界で公知の補間技術によって行なうことができる。例えば、本発明の一部の実施形態では、２Ｄ双三次補間技術が使用される。この技術は、Ｋｅｙｓ，Ｒ．Ｇ．、１９８１、「Ｃｕｂｉｃ ｃｏｎｖｏｌｕｔｉｏｎ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｆｏｒ ｄｉｇｉｔａｌ ｉｍａｇｅ」、ＩＥＥＥ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ａｃｏｕｓｔｉｃｓ， ｓｐｅｅｃｈ， ａｎｄ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ２９に記載されている。   The resolution characterizing the grid 20 and the spatial resolution of the input image can be the same or they can be different. If the resolution is different, the method preferably includes a pre-analysis procedure that adapts the imaging data to the resolution of the grid 20. This can be done by interpolation techniques known in the art. For example, in some embodiments of the invention, a 2D bicubic interpolation technique is used. This technique is described in Keys, R .; G. , 1981, “Cubic revolution interpolation for digital image”, IEEE transactions on acoustics, speech, and signal processing 29.

本発明の一部の実施形態では、特徴の少なくとも少数が、ベースライン強度に対する時間的強度変化を示す。例えば、特徴は、ベースライン強度に対する最大値、曲線上の遷移点の値（遷移点毎に１つの値）等のような、曲線に沿った強度の値を含むことができる。一般的に、遷移点は関数遷移が発生する曲線点上に識別される。   In some embodiments of the invention, at least a few of the features exhibit temporal intensity changes relative to baseline intensity. For example, the features can include intensity values along the curve, such as a maximum value for baseline intensity, a transition point value on the curve (one value for each transition point), and the like. In general, transition points are identified on curve points where function transitions occur.

本書で使用する場合、「関数遷移」とは、所与の関数の遷移（例えば、傾きの変化、増加から減少への遷移またはその逆、フラットな挙動から増加または減少挙動への遷移）、および１つの特性関数挙動から別の挙動への遷移（例えば、線形挙動から非線形挙動への遷移、または第１非線形挙動から第２の異なる非線形挙動への遷移）を含むが、それらに限らず、関数の検出可能な数学的遷移を指す。   As used herein, a “function transition” is a transition of a given function (eg, change in slope, transition from increasing to decreasing or vice versa, transition from flat to increasing or decreasing behavior), and Including, but not limited to, a transition from one characteristic function behavior to another (eg, a transition from a linear behavior to a non-linear behavior, or a transition from a first non-linear behavior to a second different non-linear behavior) Refers to a detectable mathematical transition.

関数遷移は、例えば、時間依存性の導関数を計算し、それらの零を求めることによって識別することができる。当業者に理解されるように、関数の遷移は、その導関数の１つの零によって特徴付けることができる。例えば、増加から減少への遷移またはその逆は、一次導関数の零によって特徴付けられ、凹部領域から凸部領域への遷移またはその逆（変曲点）は二次導関数等の零によって特徴付けられる。本発明の好適な実施形態では、時間依存性の任意の導関数を使用することができる。一般的に、関数遷移は好ましくはｎ次導関数の符号反転によって特徴付けられ、ここでｎは正の整数である。   Function transitions can be identified, for example, by calculating time-dependent derivatives and determining their zeros. As will be appreciated by those skilled in the art, a function transition can be characterized by one zero of its derivative. For example, the transition from increase to decrease or vice versa is characterized by zero of the first derivative, and the transition from the concave region to the convex region or vice versa (inflection point) is characterized by zero of the second derivative etc. Attached. In the preferred embodiment of the present invention, any time-dependent derivative can be used. In general, function transitions are preferably characterized by a sign inversion of the nth derivative, where n is a positive integer.

加えてまたは代替的に、関数遷移は、平滑性からの逸脱を観察することによって識別することができる。この実施形態では、関数遷移は、時間依存性の導関数を計算するか否かに関係なく、識別することができる。例えば、平滑性からの逸脱は、時間依存性を既知の平滑関数と比較することによって識別することができる。   Additionally or alternatively, function transitions can be identified by observing deviations from smoothness. In this embodiment, function transitions can be identified regardless of whether time-dependent derivatives are computed. For example, deviations from smoothness can be identified by comparing the time dependence with a known smoothing function.

考えられる別の種類の特徴は、時間間隔の計算に関係する。例えば、特徴は、遷移点に対応する時間間隔とすることができる。そのような時間間隔は、特定の遷移点に対応する時間から予め定められた基準時間を減算することによって算出することができる。予め定められた基準時間は、例えば、検出可能なトレーサが被験者の脈管構造内に導入された時間とすることができる。この実施形態では、当該方法は、基準時間を入力として受け取ることが好ましい。また、２つの遷移点の間の時間間隔を表わす特徴も考えられる。したがって、本発明の一部の実施形態では、特徴は、横座標に沿った少なくとも１つの間隔を含む。   Another possible type of feature relates to the calculation of time intervals. For example, the feature can be a time interval corresponding to a transition point. Such a time interval can be calculated by subtracting a predetermined reference time from the time corresponding to a specific transition point. The predetermined reference time may be, for example, the time when a detectable tracer is introduced into the subject's vasculature. In this embodiment, the method preferably receives a reference time as input. A feature representing a time interval between two transition points is also conceivable. Thus, in some embodiments of the invention, the features include at least one spacing along the abscissa.

考えられる追加的種類の特徴として、時間依存性の時間導関数がある。したがって、時間依存性の導関数は、特徴を抽出するために間接的および直接的の両方で使用することができる。間接的には、導関数は、種々の特徴を得るかまたは算出することのできる遷移点を識別するために使用される。直接的には、導関数自体が特徴として使用される。本発明の種々の例示的実施形態では、導関数は両方で使用される。第一に、遷移点が識別され、第二に、識別された遷移点の導関数の値が特徴の１つとして格納される。時間導関数は一次またはより高次とすることができる。一次の時間導関数を本書では以下、簡略して傾きと呼ぶ。   An additional type of feature that can be considered is time-dependent time derivatives. Thus, time-dependent derivatives can be used both indirectly and directly to extract features. Indirectly, the derivatives are used to identify transition points from which various features can be obtained or calculated. Directly, the derivative itself is used as a feature. In various exemplary embodiments of the invention, the derivative is used in both. First, the transition point is identified, and second, the value of the derivative of the identified transition point is stored as one of the features. The time derivative can be first order or higher order. Hereinafter, the first-order time derivative is simply referred to as a slope in this document.

時間導関数は、強度曲線が単調である区間の平均時間導関数であることが好ましい。   The time derivative is preferably the average time derivative of the interval where the intensity curve is monotonic.

特徴はまた、２つの強度値の間の１つ以上の比率を含むこともできる。例えば、特徴は、１つの遷移点における強度値を別の遷移点における強度値で除算することによって抽出することができる。加えてまたは代替的に、特徴はまた、２つの強度値の間の１つ以上の差を含むこともできる。この実施形態では、特徴は、１つの遷移点における強度値を別の遷移点における強度値から減算することによって抽出することができる。したがって、本発明の一部の実施形態では、特徴は、強度曲線の縦座標に沿った少なくとも１つの間隔を含む。   A feature can also include one or more ratios between two intensity values. For example, features can be extracted by dividing the intensity value at one transition point by the intensity value at another transition point. Additionally or alternatively, the feature can also include one or more differences between the two intensity values. In this embodiment, the features can be extracted by subtracting the intensity value at one transition point from the intensity value at another transition point. Thus, in some embodiments of the invention, the features include at least one spacing along the ordinate of the intensity curve.

遷移点は、強度曲線から自動的に抽出することが好ましい。これは、当業界で公知の任意の手順を用いて行なうことができる。例えば、本発明の一部の実施形態では、複数の区間に区分化されることが好ましい解析関数に強度曲線を当てはめる。区間が時間に対する線形依存性を有するだけで充分であることが、本発明の発明者らによって明らかになった。しかし、本発明の範囲をいずれかの種類の関数またはいずれかの数の区画に制限することは意図していない。   The transition point is preferably extracted automatically from the intensity curve. This can be done using any procedure known in the art. For example, in some embodiments of the invention, an intensity curve is applied to an analytic function that is preferably partitioned into multiple sections. It has been made clear by the inventors of the present invention that it is sufficient for the interval to have a linear dependence on time. However, it is not intended to limit the scope of the invention to any kind of function or any number of partitions.

図３は例示的強度時間曲線２６の略図である。図３に示されているのは曲線２６上の種々の遷移点である。これらは基準時間点（Ｒ）、フラットな挙動から増加挙動への遷移点（Ａ）、最大強度の点（Ｂ）、曲線が単調に減少していく区分に沿った変曲点（Ｃ）、および減少挙動からフラットな挙動への遷移点（Ｄ）を含む。これらの点の時間軸（横座標）上の投影をそれぞれｔＲ、ｔＡ、ｔＢ、ｔＣ、およびｔＤと指定し、これらの点の強度軸（縦座標）上の投影をそれぞれＩＲ、ＩＡ、ＩＢ、ＩＣ、およびＩＤと指定する。本実施例では、ＩＲおよびＩＡはほぼ同一であることに注目されたい。基準点Ｒの強度は、ベースライン強度として使用することができる。これらの点のうちの少なくとも少数は、特徴のベクトルを定義するために使用することができる。例えば、特徴はｔＲＡ＝ｔＡ−ｔＲ、ｔＲＢ＝ｔＢ−ｔＲ、ｔＲＤ＝ｔＤ−ｔＲ、ｔＡＤ＝ｔＤ−ｔＡ等のような間隔、ＩＢ、ＩＲＢ＝ＩＢ−ＩＲ等のような強度値または強度値間の差、およびＳＢＲ＝（ＩＢ−ＩＲ）／（ｔＢ−ｔＲ）、ＳＢＣ＝（ＩＣ−ＩＢ）／（ｔＣ−ｔＢ）、ＳＤＣ＝（ＩＤ−ＩＣ）／（ｔＤ−ｔＣ）、ＳＤＢ＝（ＩＤ−ＩＢ）／（ｔＤ−ｔＢ）等のような平均傾きを含むことができる。 FIG. 3 is a schematic diagram of an exemplary intensity time curve 26. Shown in FIG. 3 are various transition points on curve 26. These are the reference time point (R), the transition point from flat behavior to increasing behavior (A), the point of maximum intensity (B), the inflection point along the segment where the curve monotonously decreases (C), And a transition point (D) from a decreasing behavior to a flat behavior. The projections of these points on the time axis (abscissa) are designated t R , t A , t B , t C , and t D , respectively, and the projections of these points on the intensity axis (ordinate) are I Designate R 1 , I A , I B , I C , and I D. In this embodiment, it should be noted that the I R and I A is substantially the same. The intensity of the reference point R can be used as the baseline intensity. At least a few of these points can be used to define a vector of features. For example, the features are intervals such as t RA = t A -t R , t RB = t B -t R , t RD = t D -t R , t AD = t D -t A , I B , I RB = difference between the intensity value or intensity value, such as I B -I R, and S BR = (I B -I R ) / (t B -t R), S BC = (I C -I B) / (t C -t B), S DC = (I D -I C) / (t D -t C), S DB = (I D -I B) / (t D -t B) mean such as Tilt can be included.

特徴はまた、上記特徴の２つ以上の組合せ（例えば、差、比率）を含むこともできる。   A feature can also include a combination of two or more of the above features (eg, difference, ratio).

本発明の一部の実施形態では、特徴は、トレーサが脈管構造内に導入された時間からそれぞれの画素の強度がベースライン強度より上に上昇した時間までと定義される時間間隔を含む。この特徴は、上述した時間間隔ｔＲＡに少なくともおおまかに一致する。 In some embodiments of the invention, the feature includes a time interval defined from the time the tracer is introduced into the vasculature to the time when the intensity of each pixel rises above the baseline intensity. This feature corresponds at least roughly to the time interval t RA described above.

本発明の一部の実施形態では、特徴は、トレーサが脈管構造内に導入された時間からそれぞれの画素の強度が極大に達した時間までと定義される時間間隔を含む。この特徴は、上述した時間間隔ｔＡＢに少なくともおおまかに一致する。 In some embodiments of the invention, the features include a time interval defined from the time when the tracer is introduced into the vasculature to the time when the intensity of each pixel reaches a maximum. This feature corresponds at least roughly to the time interval t AB described above.

本発明の一部の実施形態では、特徴は、それぞれの画素の強度がベースライン強度に対して増強される時間間隔を含む。この特徴は、上述した時間間隔ｔＡＤに少なくともおおまかに一致する。 In some embodiments of the invention, the feature includes a time interval during which the intensity of each pixel is enhanced relative to the baseline intensity. This feature corresponds at least roughly to the time interval t AD described above.

本発明の一部の実施形態では、特徴は、それぞれの画素の強度がベースライン強度に対して増強される時間間隔の最大強度値を含む。この特徴は、上述した強度値ＩＢに少なくともおおまかに一致する。 In some embodiments of the invention, the feature includes a maximum intensity value for a time interval in which the intensity of each pixel is enhanced relative to the baseline intensity. This feature is at least roughly matched to the above-described intensity value I B.

このようにして、１１で、当該方法は多次元特徴空間に複数のベクトルを提供する。任意選択的に、当該方法は１２に進み、そこで当該方法はグリッド上に１つ以上の特徴のマップを生成する。マップはディスプレイ装置を用いてユーザに表示することができる。そのようなマップの代表例を、後述する実施例の項で提供する（例えば、図６Ｄ〜Ｆ、８Ｆ、８Ｇ、９Ｅ、および９Ｆを参照されたい）。   Thus, at 11, the method provides a plurality of vectors in a multidimensional feature space. Optionally, the method proceeds to 12, where the method generates a map of one or more features on the grid. The map can be displayed to the user using a display device. Representative examples of such maps are provided in the Examples section below (see, eg, FIGS. 6D-F, 8F, 8G, 9E, and 9F).

当該方法は１３に進み、そこで画素はベクトルに従ってクラスタ化され、複数のクラスタを提供する。多次元データを処理するように適応された任意のクラスタ化手順を使用することができる。本発明の実施形態では、階層的クラスタ化手順のみならず、部分クラスタ化手順も考えられる。   The method proceeds to 13 where the pixels are clustered according to vectors to provide a plurality of clusters. Any clustering procedure adapted to process multidimensional data can be used. In the embodiment of the present invention, not only a hierarchical clustering procedure but also a partial clustering procedure can be considered.

本発明の一部の実施形態では、Ｋ平均法として知られる部分的手順を使用する。Ｋ平均法手順は、クラスタ内の全てのデータ点からそれらの最も近いクラスタ中心までの距離の二乗の和のような予め定められた判断基準を最小化するように、連続的な繰返しシーケンスを使用する。Ｋ平均法手順は、クラスタの数を先験的に決定することができ、それによって手順の複雑度が軽減されるので、有利である。本発明の一部の実施形態では、Ｋ平均法手順は全部で２つのクラスタに対して実行される。これらの実施形態は、例えば、血管組織に対応する画素と血管外組織に対応する画素との間の差別化に適する。本発明の一部の実施形態では、Ｋ平均法手順は、全部で３つのクラスタに対して実行される。これらの実施形態は、例えば、動脈血管組織（特に細動脈であるが、それに限らない）に対応する画素と、静脈血管組織（特に細静脈であるが、それに限らない）に対応する画素と、血管外組織に対応する画素との間の差別化に適する。   Some embodiments of the invention use a partial procedure known as the K-means method. The K-means procedure uses a continuous iterative sequence to minimize predetermined criteria such as the sum of squares of the distances from all data points in the cluster to their nearest cluster center To do. The K-means procedure is advantageous because the number of clusters can be determined a priori, thereby reducing the complexity of the procedure. In some embodiments of the invention, the K-means procedure is performed on a total of two clusters. These embodiments are suitable, for example, for differentiation between pixels corresponding to vascular tissue and pixels corresponding to extravascular tissue. In some embodiments of the invention, the K-means procedure is performed on all three clusters. These embodiments include, for example, pixels corresponding to arterial vascular tissue (particularly but not limited to arterioles), pixels corresponding to venous vascular tissue (particularly but not limited to venules), and Suitable for differentiation from pixels corresponding to extravascular tissue.

本発明の一部の実施形態では、グラフ理論に基づくクラスタ化手順が使用される。これらの実施形態では、各データ入力はグラフ上の頂点として表わされ、データ入力間の類似性測度は頂点間の重み付きエッジとして表わされる。クラスタは、エッジの繰返し削除によって、かつグラフの最小全域木を構成することによって形成される。   In some embodiments of the invention, a clustering procedure based on graph theory is used. In these embodiments, each data input is represented as a vertex on the graph and the similarity measure between the data inputs is represented as a weighted edge between the vertices. Clusters are formed by iterative deletion of edges and by constructing a minimum spanning tree of the graph.

本発明の一部の実施形態では、密度推定手順が使用される。これらの実施形態では、データのクラスタは、低密度領域によって分離された高密度領域として表示される。本発明の実施形態に適する密度推定手順の例として、１組のガウス核を確率分布関数として使用するいわゆる「スケール空間クラスタ化」手順がある。   In some embodiments of the invention, a density estimation procedure is used. In these embodiments, the clusters of data are displayed as high density regions separated by low density regions. An example of a density estimation procedure suitable for embodiments of the present invention is a so-called “scale space clustering” procedure that uses a set of Gaussian kernels as a probability distribution function.

本出願から成熟する特許の存続期間の期間中には、多くの関連する多次元データをクラスタ化する技術が開発されることが予想され、クラスタ化手順の用語の範囲は、すべてのそのような新しい技術を先験的に包含することが意図される。   During the lifetime of a patent that matures from this application, it is anticipated that techniques for clustering many related multidimensional data will be developed, and the scope of terminology for clustering procedures is all such It is intended to encompass new technologies a priori.

ひとたびクラスタが得られると、当該方法は１４に進み、そこで脈管構造における異なる区画がクラスタに基づいて識別される。識別は各クラスタの特質的特徴による。クラスタの特質的特徴は、血管組織に対応する画素および血管外組織に対応する画素を識別するために使用することができることが、本発明の発明者らによって明らかになった。大まかに言うと、強度の変化は典型的には、血管外組織に対応する画素の方が血管組織に対応する画素より穏やかである。   Once the cluster is obtained, the method proceeds to 14 where different compartments in the vasculature are identified based on the cluster. Identification depends on the characteristic features of each cluster. It has been found by the inventors of the present invention that the characteristic features of the cluster can be used to identify pixels corresponding to vascular tissue and pixels corresponding to extravascular tissue. Broadly speaking, the intensity change is typically more gradual in pixels corresponding to extravascular tissue than in pixels corresponding to vascular tissue.

本発明の実施形態では、細動脈および細静脈のような異なる種類の血管の識別も考えられる。これは、例えば、特徴ｔＲＡ、すなわちトレーサが脈管構造内に導入された時間から強度がベースライン強度より上に上昇した時間までの期間を用いて行なうことができる。本発明の一部の実施形態では、画素は、ｔＲＡの値に基づいて細動脈または細静脈に分類される。典型的には、ｔＲＡの値は、細動脈に対応する画素の方が細静脈に対応する画素より低い。 In embodiments of the present invention, the identification of different types of blood vessels such as arterioles and venules is also contemplated. This can be done, for example, using the feature t RA , the time from when the tracer was introduced into the vasculature until the time when the intensity rose above the baseline intensity. In some embodiments of the present invention, the pixels are classified into arterioles or venules based on the value of t RA. Typically, the value of t RA is lower for pixels corresponding to arterioles than for pixels corresponding to venules.

ｔＲＡによる分類は、画像全体に、または画像の領域別に行なうことができる。分類が画像全体に行なわれる場合、画素の脈管構造区画への関連付けは、画像内の画素の位置に関係なく実行される。 Classification by t RA can be performed on the entire image, or the regional image. If classification is performed on the entire image, the association of pixels to vasculature compartments is performed regardless of the position of the pixel in the image.

分類が領域に関して行なわれる場合、画素の脈管構造区画への関連付けは、それぞれの画素のｔＲＡ値に基づき、かつ近隣画素、すなわちそれぞれの画素から半径Ｒ内の画素のｔＲＡ値に基づく。典型値またはＲは１画素ないし５０画素であるが、５０より大きい値も本発明の範囲から除外されない。領域に関する分類の例として、画面上の半径Ｒの領域で、ｔＲＡの値は一部の画素では低く、他の画素では高いと仮定する。この場合、当該方法は、前者の画素が細動脈に対応し、後者の画素が細静脈に対応すると決定することができる。 If the classification is performed on regions, the association to the vasculature compartment of the pixel, based on the t RA value of each pixel, and neighboring pixels, i.e. based on t RA values of pixels within a radius R from the respective pixels. The typical value or R is 1 to 50 pixels, but values greater than 50 are not excluded from the scope of the present invention. As an example of the classification related to the region, it is assumed that the value of t RA is low in some pixels and high in other pixels in the region of the radius R on the screen. In this case, the method can determine that the former pixel corresponds to an arteriole and the latter pixel corresponds to a venule.

本発明の種々の例示的実施形態では、当該方法は１５に続き、そこで被験者の脳の機能性がクラスタに基づいて評価される。例えば、当該方法は血管の直径、血流（例えば、平均過渡時間およびｒＣＢＦ）を推定もしくは測定し、直径の変化（例えば、血管拡張または収縮）を識別し、かつ／または血管の透過性を識別することができる。   In various exemplary embodiments of the invention, the method continues at 15, where the brain functionality of the subject is evaluated based on the clusters. For example, the method estimates or measures vessel diameter, blood flow (eg, mean transient time and rCBF), identifies diameter changes (eg, vasodilation or contraction), and / or identifies vessel permeability. can do.

ｒＣＢＦは、例えば、時間間隔ｔＲＡ、強度ＩＢ、ＩＢＲ、および傾きＳＡＢのうちの１つ以上に相関させることができる。ｔＲＡの減少ならびにＩＢおよびＳＡＢの増加が存在する領域では、ｒＣＢＦが増加することが本発明の発明者らによって明らかになった。 The rCBF can be correlated to one or more of, for example, the time interval t RA , the intensity I B , I BR , and the slope S AB . The decrease and regions including the increase in I B and S AB of t RA, the rCBF increases revealed by the inventors of the present invention.

血管拡張は、例えば、ｔＲＡ、ｔＡＤ、ＩＢ、ＩＢＲ、およびＳＡＢのうちの１つ以上に相関させることができる。ＳＡＢおよびＩＢが増大し、かつｔＡＤが細動脈および細静脈に対応する画素で減少するときに、当該方法は血管拡張を識別することができることが、本発明の発明者らによって明らかになった。これらの変化はいずれも、適切な二値化手順を用いて当該方法によって検証することができる。本発明の種々の例示的実施形態で、ＳＡＢが約２０％増大し、ＩＢが約２％増大し、かつｔＡＤが約１０％減少するときに、当該方法は血管拡張を識別する。 Vasodilation can be correlated to one or more of, for example, t RA , t AD , I B , I BR , and S AB . Increases the S AB and I B, and when t AD decreases at pixels corresponding to the arterioles and venules, the method that can identify the vasodilation, clearly by the inventors of the present invention became. Any of these changes can be verified by the method using an appropriate binarization procedure. In various exemplary embodiments of the present invention, increased S AB is approximately 20%, when the I B increased by about 2%, and t AD is reduced to about 10%, the method identifies the vasodilation.

ＢＢＢ透過性は、例えば、ｔＲＡ、ｔＡＤ、ＩＢ、ＩＢＲ、ＳＡＢ、ＳＢＣ、およびＳＢＤのうちの１つ以上に相関させることができる。次の判断基準が満たされるときに、すなわち（ｉ）細静脈に対応する画素で、ＳＡＢが減少し、ＩＢが減少し、かつｔＡＤが増大するとき、および（ｉｉ）血管外区画に対応する画素で、ＳＡＢが減少し、ＩＢが増大し、ＳＢＤが減少し、かつｔＡＤが増大するときに、ＢＢＢ透過性を識別できることが本発明の発明者らによって明らかになった。これらの判断基準は適切な二値化手順を随伴することができる。本発明の種々の例示的実施形態では、（ｉ）細静脈に対応する画素で、ＳＡＢが約２０％減少し、ＩＢが約２％減少し、かつｔＡＤが約１０％増大するとき、および（ｉｉ）血管外区画に対応する画素で、ＳＡＢが約３０％減少し、ＩＢが約４％増大し、ＳＢＤが約９８％減少し、かつｔＡＤが約１７５％増大するとき、当該方法はＢＢＢ透過性を識別することができる。 BBB permeability can be correlated to one or more of, for example, t RA , t AD , I B , I BR , S AB , S BC , and S BD . When the next criteria are met, namely (i) the pixel corresponding to the venules, S AB is reduced, when reduced is I B, and t AD increases, and (ii) in the extravascular compartment It has been found by the inventors of the present invention that BBB transparency can be identified when S AB is decreased, I B is increased, S BD is decreased, and t AD is increased at the corresponding pixel. . These criteria can be accompanied by an appropriate binarization procedure. In various exemplary embodiments of the present invention, the pixel corresponding to (i) venules, when the S AB is reduced by about 20%, reduces the I B about 2%, and t AD increases by about 10% , And (ii) pixels corresponding to the extravascular compartment, S AB is reduced by about 30%, I B is increased by about 4%, S BD is reduced by about 98%, and t AD is increased by about 175% Sometimes the method can identify BBB permeability.

前述の通り、本発明の実施形態は、網膜血管の血流に関係する撮像データを解析するのにも適している。目の網膜では、血管はＢＢＢと共通の特性を示す血液網膜関門（ＢＲＢ）によって包囲される。   As described above, the embodiment of the present invention is also suitable for analyzing imaging data related to retinal blood flow. In the retina of the eye, the blood vessels are surrounded by a blood-retinal barrier (BRB) that exhibits characteristics in common with the BBB.

このようにして、本発明の種々の例示的実施形態において、１５で当該方法はクラスタに基づき、被験者の網膜の機能性を評価する。例えば、当該方法はＢＲＢ透過性の増大、網膜動脈閉塞症、網膜静脈血栓症等を識別することができる。ＢＲＢはＢＢＢのプロキシとして役立てることができるので、本発明の実施形態の技術を網膜像に使用することは有利である。特に、ＢＲＢに影響を及ぼす多くの病態、例えば、真性糖尿病および虚血性または炎症性疾患の小血管疾患は、同時にＢＢＢにも発生する。したがって、網膜像を解析し、かつＢＲＢ透過性を評価することによって、本発明の実施形態はＢＢＢ透過性を示すことができる。加えて、一方の目に特徴的な血流の識別および定量化は、他方の目の診断値を有する。例えば、本発明の一部の実施形態に従って一方の目で識別される糖尿病性網膜症、網膜動脈閉塞、および加齢に関係する黄斑変性症のような病態は、他方の目におけるそのような病態の存在のプロキシとして使用することができる。   Thus, in various exemplary embodiments of the invention, at 15 the method evaluates the functionality of the subject's retina based on the clusters. For example, the method can identify increased BRB permeability, retinal artery occlusion, retinal vein thrombosis, and the like. Since BRB can serve as a proxy for BBB, it is advantageous to use the techniques of embodiments of the present invention for retinal images. In particular, many pathological conditions affecting BRB, such as diabetes mellitus and ischemic or inflammatory disease small vessel disease, occur simultaneously in the BBB. Thus, by analyzing retinal images and evaluating BRB permeability, embodiments of the present invention can exhibit BBB permeability. In addition, the identification and quantification of blood flow characteristic of one eye has a diagnostic value for the other eye. For example, conditions such as diabetic retinopathy, retinal artery occlusion, and age-related macular degeneration identified in one eye in accordance with some embodiments of the present invention are such conditions in the other eye. Can be used as a proxy for the existence of

網膜血液循環の変化は種々の血管疾患の程度を示し、しばしば機能障害の発生に先行する。本発明の実施形態はしたがって、目の機能障害の可能性および処置の適用を予測するために使用することができる。   Changes in retinal blood circulation indicate the extent of various vascular diseases and often precede the occurrence of dysfunction. Embodiments of the present invention can therefore be used to predict possible eye dysfunction and treatment application.

当該方法は任意選択的に、かつ好ましくは、１６に続き、そこで当該方法は解析に関するレポートを発行する。レポートは典型的には、解析の結果を提示する画像または画像のストリーム（例えば、ビデオストリーム）のようなグラフィック出力である。グラフィック出力は、グリッド上の特徴の１つ以上のマップ、グリッド上の異なる血管または血管外区画の１つ以上のマップを含むことができる。   The method optionally and preferably continues to 16 where the method issues a report on the analysis. The report is typically a graphic output such as an image or a stream of images (eg, a video stream) that presents the results of the analysis. The graphical output can include one or more maps of features on the grid, one or more maps of different blood vessels or extravascular compartments on the grid.

本発明の実施形態を脳の画像の解析に使用する場合、グラフィック出力は、脳の機能に関係する画像を含むことができる。例えば、グラフィック出力は、ｒＣＢＦの増加が存在する領域が強調表示された画像、血管拡張を示す画像、および／またはＢＢＢ透過性を示すかあるいはＢＢＢ破壊の領域を強調表示した画像を含むことができる。   When using embodiments of the present invention for brain image analysis, the graphic output may include images related to brain function. For example, the graphical output may include an image with highlighted areas where there is an increase in rCBF, an image showing vasodilation, and / or an image showing BBB permeability or highlighting areas of BBB destruction. .

本発明の実施形態を網膜の画像の解析に使用する場合、レポートは、網膜または目の機能性に関係する画像を含むことができる。例えば、レポートは、網膜動脈閉塞を示す画像、ＢＢＢ透過性を示す画像、および／またはＢＲＢ破壊の領域を強調表示する画像のようなグラフィック出力を含むことができる。   When embodiments of the invention are used to analyze retinal images, the report can include images related to retinal or eye functionality. For example, the report may include graphical output such as an image showing retinal artery occlusion, an image showing BBB permeability, and / or an image highlighting an area of BRB destruction.

レポートはまた、解析の結果を記述するテキスト出力を含むこともできる。出力は、当業界で周知の通り、コンピュータスクリーンのようなディスプレイ装置に表示することができる。   The report can also include a text output describing the results of the analysis. The output can be displayed on a display device, such as a computer screen, as is well known in the art.

当該方法は１７で終了する。   The method ends at 17.

ここで図４を参照すると、それは、本発明の種々の例示的実施形態に従って、検出可能なトレーサを脈管構造に有する、生きている被験者の器官を撮像するのに適した方法を記載する流れ図である。器官は、被験者の脳または網膜のような、しかしそれに限らない任意の器官とすることができる。当該方法は３０で始まり、３１に続き、ここで器官を撮像して撮像データのストリームを提供する。撮像中または撮像の少し前に、検出可能なトレーサが、例えば、注射によって、脈管構造内に導入される。撮像は好ましくは蛍光撮像であり、その場合、検出可能なトレーサは上で詳述した通り蛍光染料である。当該方法は３２に続き、そこで撮像データのストリームが解析される。これは、上述しかつ図１に記載した操作の少なくとも一部を実行することによって行なうことができる。当該方法は任意選択的に３３に続き、そこで当該方法は、上で詳述した通り、解析に関するレポートを発行する。   Reference is now made to FIG. 4, which is a flow diagram describing a method suitable for imaging an organ of a living subject having a detectable tracer in the vasculature, according to various exemplary embodiments of the present invention. It is. The organ can be any organ, such as but not limited to the subject's brain or retina. The method begins at 30 and continues to 31, where an organ is imaged to provide a stream of imaging data. A detectable tracer is introduced into the vasculature, for example by injection, during or shortly before imaging. The imaging is preferably fluorescence imaging, in which case the detectable tracer is a fluorescent dye as detailed above. The method continues at 32 where the stream of imaging data is analyzed. This can be done by performing at least some of the operations described above and described in FIG. The method optionally continues to 33, where the method issues a report regarding the analysis, as detailed above.

当該方法は３４で終了する。   The method ends at 34.

次に図５を参照すると、それは、本発明の種々の例示的実施形態に係る、撮像データのストリームを解析するための装置４０の略図である。撮像データは、上で詳述した通り、生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる複数の画素にグリッド状に配列される。   Reference is now made to FIG. 5, which is a schematic illustration of an apparatus 40 for analyzing a stream of imaging data, according to various exemplary embodiments of the present invention. The imaging data is arranged in a grid of pixels associated with intensity values related to detectable tracer levels in the vasculature of a living subject, as detailed above.

装置４０は、上述した解析方法を用いて、撮像データを処理しかつ解析することができる。装置４０は、本書に記載する操作機能を実行するための適切なソフトウェア付きの汎用コンピュータプロセッサの構成要素とするか、またはそのような構成要素として働くことができる。このソフトウェアは電子形式でプロセッサにダウンロードすることができ、あるいは代替的に、光学、磁気、または不揮発性電子メモリのような有形媒体上に提供することができる。代替的に、装置４０は、本書に記載する操作を実行するように構成された専用コンピュータプロセッサの構成要素とするか、またはそのような構成要素として働くことができる。例えば、装置４０は、本書に記載する操作を実行するためのコンピュータ命令を具現する専用ファームウェアを備えた専用コンピュータプロセッサとすることができる。   The device 40 can process and analyze the imaging data using the analysis method described above. The device 40 may be or be a component of a general purpose computer processor with appropriate software for performing the operational functions described herein. This software can be downloaded in electronic form to the processor, or alternatively can be provided on a tangible medium such as optical, magnetic, or non-volatile electronic memory. Alternatively, apparatus 40 may be or be a component of a dedicated computer processor configured to perform the operations described herein. For example, the device 40 can be a dedicated computer processor with dedicated firmware that embodies computer instructions for performing the operations described herein.

本発明の種々の例示的実施形態では、装置４０は、撮像データを希望に応じてデジタルまたはアナログ形式で受け取る入力ユニット４２を備える。撮像データは、撮像デバイス４６から直接提供することができる。撮像デバイス４６は、当業界で公知の通り、蛍光撮像用に構成することができる。装置４０はまた、デジタルで処理を実行することができるようにアナログ信号をデジタル信号に変換するための、入力ユニットに関連付けられる変換器４４をも備えることができる。装置４０およびデバイス４６は、複合撮像解析装置として同調して機能することができる。   In various exemplary embodiments of the present invention, device 40 comprises an input unit 42 that receives imaging data in digital or analog form, as desired. The imaging data can be provided directly from the imaging device 46. The imaging device 46 can be configured for fluorescence imaging as is known in the art. The apparatus 40 can also comprise a converter 44 associated with the input unit for converting an analog signal into a digital signal so that processing can be performed digitally. The apparatus 40 and the device 46 can function in synchronism as a composite imaging analysis apparatus.

装置４０は、上で詳述した通り、各画素に対し特徴のベクトルを関連付けるベクトル関連付けユニット４８をさらに備える（図２も参照されたい）。装置４０は、上で詳述した通り、クラスタ化手順を使用するように構成されたクラスタ化ユニット５０をさらに備える。装置４０はまた、上で詳述した通り、クラスタに基づいて脈管構造における異なる区画を識別する識別ユニット５２をも備えることができる。ユニットは、上で詳述した通り、血管外区画を識別するように構成することもできる。   The apparatus 40 further comprises a vector association unit 48 associating a feature vector with each pixel, as detailed above (see also FIG. 2). Apparatus 40 further comprises a clustering unit 50 configured to use a clustering procedure as detailed above. The device 40 may also comprise an identification unit 52 that identifies different sections in the vasculature based on the clusters, as detailed above. The unit can also be configured to identify extravascular compartments as detailed above.

本発明の種々の例示的実施形態では、装置４０は、グリッド上に特徴の少なくとも１つのマップを生成するためのマッピングユニット５４を備える。本発明の一部の実施形態では、装置４０は、上で詳述した通り、クラスタに基づいて網膜および／または脳の機能性を評価するための評価器５６を備える。装置４０は、上で詳述した通り、解析に関するレポートを発行し、かつディスプレイ装置６０に出力する出力ユニット５８を備えることが好ましい。   In various exemplary embodiments of the invention, the apparatus 40 comprises a mapping unit 54 for generating at least one map of features on a grid. In some embodiments of the present invention, the device 40 comprises an evaluator 56 for assessing retinal and / or brain functionality based on clusters, as detailed above. The device 40 preferably comprises an output unit 58 that issues a report on the analysis and outputs it to the display device 60 as detailed above.

本明細書中で使用される用語「約」または「ほぼ」は、±１０％を示す。   As used herein, the term “about” or “approximately” indicates ± 10%.

用語「例示的」は、本明細書では「例（ｅｘａｍｐｌｅ，ｉｎｓｔａｎｃｅ又はｉｌｌｕｓｔｒａｔｉｏｎ）として作用する」ことを意味するために使用される。「例示的」として記載されたいかなる実施形態も必ずしも他の実施形態に対して好ましいもしくは有利なものとして解釈されたりかつ／または他の実施形態からの特徴の組み入れを除外するものではない。   The term “exemplary” is used herein to mean “acting as an example, instance, or illustration”. Any embodiment described as "exemplary" is not necessarily to be construed as preferred or advantageous over other embodiments and / or does not exclude the incorporation of features from other embodiments.

用語「任意選択的」は、本明細書では、「一部の実施形態に与えられるが、他の実施形態には与えられない」ことを意味するために使用される。本発明のいかなる特定の実施形態も対立しない限り複数の「任意選択的」な特徴を含むことができる。   The term “optional” is used herein to mean “given in some embodiments, but not in other embodiments”. Any particular embodiment of the present invention may include a plurality of “optional” features unless they conflict.

用語「含む／備える（ｃｏｍｐｒｉｓｅｓ、ｃｏｍｐｒｉｓｉｎｇ、ｉｎｃｌｕｄｅｓ、ｉｎｃｌｕｄｉｎｇ）」、「有する（ｈａｖｉｎｇ）」、およびそれらの同根語は、「含むが、それらに限定されない（ｉｎｃｌｕｄｉｎｇ ｂｕｔ ｎｏｔ ｌｉｍｉｔｅｄ ｔｏ）」ことを意味する。   The terms “comprises, comprising, includings, including”, “having”, and their equivalents mean “including, but not limited to, including”. .

用語「からなる（ｃｏｎｓｉｓｔｉｎｇ ｏｆ）」は、「含み、それらに限定される（ｉｎｃｌｕｄｉｎｇ ａｎｄ ｌｉｍｉｔｅｄ ｔｏ）」ことを意味する。   The term “consisting of” means “including and limited to”.

表現「から本質的になる（ｃｏｎｓｉｓｔｉｎｇ ｅｓｓｅｎｔｉａｌｌｙ ｏｆ）」は、さらなる成分、工程および／または部分が、主張される組成物、方法または構造の基本的かつ新規な特徴を実質的に変化させない場合にだけ、組成物、方法または構造がさらなる成分、工程および／または部分を含み得ることを意味する。   The expression “consisting essentially of” only if the additional components, steps and / or parts do not substantially change the basic and novel characteristics of the claimed composition, method or structure. Means that the composition, method or structure may comprise additional components, steps and / or moieties.

本明細書中で使用される場合、単数形態（「ａ」、「ａｎ」および「ｔｈｅ」）は、文脈がそうでないことを明確に示さない限り、複数の参照物を包含する。例えば、用語「化合物（ａ ｃｏｍｐｏｕｎｄ）」または用語「少なくとも１つの化合物」は、その混合物を含めて、複数の化合物を包含し得る。   As used herein, the singular forms (“a”, “an”, and “the”) include plural references unless the context clearly indicates otherwise. For example, the term “a compound” or the term “at least one compound” can encompass a plurality of compounds, including mixtures thereof.

本開示を通して、本発明の様々な態様が範囲形式で提示され得る。範囲形式での記載は単に便宜上および簡潔化のためであり、本発明の範囲に対する柔軟性のない限定として解釈すべきでないことを理解しなければならない。従って、範囲の記載は、具体的に開示された可能なすべての部分範囲、ならびに、その範囲に含まれる個々の数値を有すると見なさなければならない。例えば、１〜６などの範囲の記載は、具体的に開示された部分範囲（例えば、１〜３、１〜４、１〜５、２〜４、２〜６、３〜６など）、ならびに、その範囲に含まれる個々の数値（例えば、１、２、３、４、５および６）を有すると見なさなければならない。このことは、範囲の広さにかかわらず、適用される。   Throughout this disclosure, various aspects of this invention may be presented in a range format. It should be understood that the description in range format is merely for convenience and brevity and should not be construed as an inflexible limitation on the scope of the invention. Accordingly, the description of a range should be considered to have specifically disclosed all the possible subranges as well as individual numerical values within that range. For example, descriptions of ranges such as 1-6 are specifically disclosed subranges (eg, 1-3, 1-4, 1-5, 2-4, 2-6, 3-6 etc.), and Should be considered as having individual numerical values (eg, 1, 2, 3, 4, 5 and 6) within the range. This applies regardless of the breadth of the range.

数値範囲が本明細書中で示される場合には常に、示された範囲に含まれる任意の言及された数字（分数または整数）を含むことが意味される。第１の示された数字および第２の示された数字「の範囲である／の間の範囲」という表現、および、第１の示された数字「から」第２の示された数「まで及ぶ／までの範囲」という表現は、交換可能に使用され、第１の示された数字と、第２の示された数字と、その間のすべての分数および整数とを含むことが意味される。   Whenever a numerical range is indicated herein, it is meant to include any mentioned numerals (fractional or integer) included in the indicated range. The first indicated number and the second indicated number “the range is / between” and the first indicated number “from” to the second indicated number “to” The expression “range to / from” is used interchangeably and is meant to include the first indicated number, the second indicated number, and all fractions and integers in between.

明確にするため別個の実施形態の文脈で説明されている本発明の特定の特徴が、単一の実施形態に組み合わせて提供されることもできることは分かるであろう。逆に、簡潔にするため単一の実施形態で説明されている本発明の各種の特徴は別個にまたは適切なサブコンビネーションで、あるいは本発明の他の記載される実施形態において好適なように提供することもできる。種々の実施形態の文脈において記載される特定の特徴は、その実施形態がそれらの要素なしに動作不能である場合を除いては、それらの実施形態の不可欠な特徴であると見なされるべきではない。   It will be appreciated that certain features of the invention described in the context of separate embodiments for clarity may also be provided in combination in a single embodiment. On the contrary, the various features of the invention described in a single embodiment for the sake of brevity are provided separately or in suitable subcombinations or as preferred in other described embodiments of the invention. You can also Certain features that are described in the context of various embodiments should not be considered essential features of those embodiments, unless that embodiment is inoperable without those elements. .

本明細書中上記に描かれるような、および、下記の請求項の節において特許請求されるような本発明の様々な実施形態および態様のそれぞれは、実験的裏付けが下記の実施例において見出される。   Each of the various embodiments and aspects of the invention as depicted hereinabove and as claimed in the claims section below is found experimentally supported in the examples below. .

次に下記の実施例が参照されるが、下記の実施例は、上記の説明と一緒に、本発明を非限定様式で例示する。   Reference is now made to the following examples, which together with the above description, illustrate the invention in a non limiting fashion.

実施例１
脳の撮像
材料および方法
全ての実験手順は、イスラエル国ベールシェバ、ネゲブのベングリオン大学の動物倫理委員会（Ａｎｉｍａｌ Ｅｔｈｉｃｓ Ｃｏｍｍｉｔｔｅｅ）によって承認された。特に異なる旨を明記しない限り、薬品はシグマアルドリッジから購入した。 Example 1
Brain Imaging Materials and Methods All experimental procedures were approved by the Animal Ethics Committee at Ben Gurion University, Negev, Beersheba, Israel. Unless otherwise stated, drugs were purchased from Sigma-Aldridge.

インビボ動物前処置
確立された方法を用いてインビボ実験を実行した（例えば、Ｓｅｉｆｆｅｒｔら、２００４、「Ｌａｓｔｉｎｇ ｂｌｏｏｄ−ｂｒａｉｎ ｂａｒｒｉｅｒ ｄｉｓｒｕｐｔｉｏｎ ｉｎｄｕｃｅｓ ｅｐｉｌｅｐｔｉｃ ｆｏｃｕｓ ｉｎ ｔｈｅ ｒａｔ ｓｏｍａｔｏｓｅｎｓｏｒｙ ｃｏｒｔｅｘ」、Ｊ Ｎｅｕｒｏｓｃｉ．２４、７８２９〜７８３６を参照されたい）。 In vivo animal pretreatment In vivo experiments were performed using established methods (see, for example, Seiffert et al., 2004, “Lasting blood-brain barrier induction drugs epic focus in the 78” 29, 78). See).

体重２００〜３００ｇの雄の成体ＳＤ系ラットに、ケタミン（１００ｍｇ／ｍｌ、０．０８ｍｌ／１００ｇ）およびキシラジン（２０ｍｇ／ｍｌ、０．０６ｍｌ／１００ｇ）の腹腔内注射によって、深麻酔をかけた。尾静脈にカテーテルを挿入し、動物を蛍光立体顕微鏡（Ｚｅｉｓｓ、ＳｔｅＲｅＯ Ｌｕｍａｒ Ｖ１２）下で定位フレームに配置した。体温を連続的に監視し、加温パッドで３８．０±０．５℃に維持した。   Male adult SD rats weighing 200-300 g were deeply anesthetized by intraperitoneal injection of ketamine (100 mg / ml, 0.08 ml / 100 g) and xylazine (20 mg / ml, 0.06 ml / 100 g). A catheter was inserted into the tail vein and the animals were placed in a stereotaxic frame under a fluorescent stereomicroscope (Zeiss, SteReO Lumar V12). Body temperature was continuously monitored and maintained at 38.0 ± 0.5 ° C. with a heating pad.

１脳半球の運動−体性感覚皮質（尾側４ｍｍ、前頭２ｍｍ、ブレグマ側方５ｍｍ）に骨窓を穿孔した。硬膜を開口し、１２９ｍＭのＮａＣｌ、２１ｍＭのＮａＨＣＯ３、１．２５ｍＭのＮａＨ２ＰＯ４、１．８ｍＭのＭｇＳＯ４、１．６ｍＭのＣａＣｌ２、３ｍＭのＫＣｌ、および１０ｍＭのグルコース（ｐＨ７．４）を含有する人工脳脊髄液（ＡＣＳＦ）で皮質を連続的に表面灌流した。ｒＣＢＦの増加を誘発させるために、翼口蓋神経節（ＳＰＧ）からの副交感神経線維を含め、眼窩内篩骨神経を分離し（そのような技術のさらなる詳細については、例えば、Ｈｅｎｎｉｎｇｅｒ ＮおよびＦｉｓｈｅｒ Ｍ．、２００７、「Ｓｔｉｍｕｌａｔｉｎｇ ｃｉｒｃｌｅ ｏｆ Ｗｉｌｌｉｓ ｎｅｒｖｅ ｆｉｂｅｒｓ ｐｒｅｓｅｒｖｅｓ ｔｈｅ ｄｉｆｆｕｓｉｏｎ−ｐｅｒｆｕｓｉｏｎ ｍｉｓｍａｔｃｈ ｉｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｔｒｏｋｅ」、Ｓｔｒｏｋｅ ３８、２７７９〜２７８６を参照されたい）、かつ間に１２秒の間隔を置いて２セットの６０秒間の刺激（１０Ｈｚ、方形パルス幅５００μｓ、１〜６ｍＡ）によって刺激した（ＮｅｕｒｏＰａｔｈ（商標）、ＢｒａｉｎｓＧａｔｅ）。 Bone windows were drilled in the motor-somatosensory cortex (4 mm caudal, 2 mm frontal, 5 mm lateral to Bregma) of one hemisphere. The dura was opened and 129 mM NaCl, 21 mM NaHCO 3 , 1.25 mM NaH 2 PO 4 , 1.8 mM MgSO 4 , 1.6 mM CaCl 2 , 3 mM KCl, and 10 mM glucose (pH 7.4). The cortex was continuously perfused with artificial cerebrospinal fluid (ACSF) containing To induce an increase in rCBF, intraorbital ethmoid nerves were isolated, including parasympathetic nerve fibers from the wing palatine ganglia (SPG) (for further details of such techniques, see, for example, Henninger N and Fisher M , 2007, “Stimulating cycle of Willows neighbor fibers the reserves the diffusion-perfusion mismatch in experimental stroke” and Stroke 38, 2779-2786 in seconds. Stimulation (NeuroPath ™, BrainsGate) was stimulated by stimulation (10 Hz, square pulse width 500 μs, 1-6 mA).

ＢＢＢの破壊のために、胆汁酸塩デオキシコール酸（ＤＯＣ）をＡＣＳＦに添加し（２ｍＭ）、皮質を３０分間灌流した。   For destruction of the BBB, bile salt deoxycholic acid (DOC) was added to ACSF (2 mM) and the cortex was perfused for 30 minutes.

局所虚血を誘発させるために、血管内注射を介して光化学物質のローズベンガル（ＲＢＧ；生理食塩水中に７．５ｍｇ／ｍｌ）を注射した（体重１００ｇ当たり０．１３３ｍｌ）。   To induce local ischemia, the photochemical rose bengal (RBG; 7.5 mg / ml in saline) was injected via intravascular injection (0.133 ml per 100 g body weight).

次いで、露出した皮質に、光ファイババンドル（Ｚｅｉｓｓ、ＫＬ１５００ＬＣＤ）を介して伝達されたハロゲン光を照射した。梗塞の発生を確認するために、実験後に骨窓を慎重に閉鎖し、動物を縫合し、回復のためにケージに戻した。２〜３週間後に、４％パラホルムアルデヒド（ＰＦＡ）を用いて、経心腔的灌流によって脳を固定し、取り出して、ＰＦＡ中に４８時間貯蔵した。４０μｍの冠状切片を装着し、クレシルバイオレットを用いて着色した。   The exposed cortex was then irradiated with halogen light transmitted through an optical fiber bundle (Zeiss, KL1500 LCD). To confirm the occurrence of infarct, the bone window was carefully closed after the experiment, the animal was sutured and returned to the cage for recovery. After 2-3 weeks, the brain was fixed by transcardial perfusion with 4% paraformaldehyde (PFA), removed and stored in PFA for 48 hours. A 40 μm coronal section was mounted and colored with cresyl violet.

一部の実験では、ＢＢＢ破壊の確認のために、動物にＢＢＢ非透過性のアルブミン結合染料エバンスブルーを注射した。   In some experiments, animals were injected with the BBB impermeable albumin-binding dye Evans Blue to confirm BBB disruption.

方法確認のために、一部の実施形態では、レーザドップラ流量計（ＬＤＦ）（Ｏｘｆｏｒｄ Ｏｐｔｒｏｎｉｘ、ＯｘｙＦｌｏ（商標）２０００）でｒＣＢＦを監視した。ｒＣＢＦの変化を、処置の３０分前に記録された平均ベースライン信号からのパーセント変化として計算した。   For method validation, in some embodiments, rCBF was monitored with a laser Doppler flow meter (LDF) (Oxford Optronix, OxyFlo ™ 2000). The change in rCBF was calculated as a percent change from the average baseline signal recorded 30 minutes before treatment.

実時間蛍光撮像
ｒＣＢＦおよびＢＢＢ透過性を撮像するために、非透過性蛍光染料ルシファイエロＣＨジカリウム塩（ＬＹ、ＦＷ＝５２１．５８）またはＦＩＴＣ標識血清アルブミンを静脈内に注射した。トレーサの注射前、注射中、および注射後に（全部で２０〜４０秒）、ＥＭＣＣＤカメラ（ＤＬ−６５８Ｍ−ＴＩＬ、Ａｎｄｏｒ Ｔｅｃｈｎｏｌｏｇｙ ＰＬＣ．）を用いて、毎秒１２〜３０画像のレートで皮質表面血管の最大解像度（６５８×４９６）画像を取得した。ＬＹ注射から約１５〜２０分後に、平均画像強度が注射前の値に戻り、注射を繰り返した。 Real-Time Fluorescence Imaging To image rCBF and BBB permeability, the non-permeable fluorescent dye Lucifero CH dipotassium salt (LY, FW = 521.58) or FITC-labeled serum albumin was injected intravenously. Before, during and after the tracer injection (20-40 seconds total), cortical surface vascularization at a rate of 12-30 images per second using an EMCCD camera (DL-658M-TIL, Andor Technology PLC.) A maximum resolution (658 × 496) image was acquired. Approximately 15-20 minutes after the LY injection, the average image intensity returned to the pre-injection value and the injection was repeated.

画像解析
メモリ使用量および計算時間を低減するために、２Ｄ双三次補間技術を用いて画像の大きさを（２５６×２５６に）変更した。 Image Analysis To reduce memory usage and computation time, the image size was changed (to 256 × 256) using a 2D bicubic interpolation technique.

小さい動きによるアーチファクトを克服するために、Ｇｕｉｚａｒ−Ｓｉｃａｉｒｏｓら、２００８、「Ｅｆｆｉｃｉｅｎｔ ｓｕｂｐｉｘｅｌ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ」、Ｏｐｔｉｃａｌ Ｌｅｔｔｅｒｓ ３３、１５６〜１５８に記載された変換のようなシングルステップ離散フーリエ変換を各画像に適用することによって、サブピクセル画像位置合せを実行した。信号対雑音比を高めるために、各フレームを幾つかの先行画像の移動平均に従って位置合せした。   To overcome small motion artifacts, a single step discrete Fourier transform is applied to each image, such as the one described in Guizar-Sicairos et al., 2008, “Efficient subpixel image registration algorithms”, Optical Letters 33, 156-158. To perform sub-pixel image alignment. To increase the signal to noise ratio, each frame was aligned according to a moving average of several previous images.

時間および空間による信号強度の変化を解析した。各ピクセルを強度時間曲線から抽出した特徴のベクトルによって表現した。次いで、当業界で公知の通りＫ平均法クラスタ化アルゴリズムを用いて、クラスタ解析を実行して（例えば、Ｈａｒｔｉｇａｎ，Ａ．、Ｗｏｎｇ，Ｍ．Ａ．、１９７９、「Ａ Ｋ−Ｍｅａｎｓ Ｃｌｕｓｔｅｒｉｎｇ Ａｌｇｏｒｉｔｈｍ」、Ａｐｐｌｉｅｄ Ｓｔａｔｉｓｔｉｃｓ ２８、１００〜１０８を参照されたい）、動脈、静脈、および血管外基質間でシグナル挙動を分離した。   The change of signal intensity with time and space was analyzed. Each pixel is represented by a vector of features extracted from the intensity time curve. A cluster analysis is then performed using a K-means clustering algorithm as known in the art (see, eg, Hartigan, A., Wong, MA, 1979, “AK-Means Clustering Algorithm”, Signal behavior was separated between arterial, venous, and extravascular matrix. See Applied Statistics 28, 100-108).

トレーサの注射時間を基準時間として使用し、「ｔ＝０」と定義した。クラスタ化プロセスのために以下の特徴、すなわちトレーサの注射前の背景強度（「雑音」）を表わすベースライン（０〜２．５秒、約３０〜５０画像）、ベースラインと比較して強度の有意の増加を最初に検出するまでの時間（本書では「傾斜時間」と呼び、ｔｔｉと表示する）、最大値（ｍａｘと表示する）、ｔｔｉとｍａｘとの間の信号強度増加の傾き（ｉｎｃｌｉｎｅと表示する）、ｔ＝０から最大強度までの時間（ｔｔｍａｘと表示する）、信号強度減少の傾き（ｄｅｃｌｉｎｅと表示する）、およびトレーサ注射から急速下降傾斜が停止する時間までの時間（ここでは「下降傾斜時間」と呼び、ｔｔｄと表示する）を使用した。これらの特徴は、図３に関連して上述した特徴に対応することに注目されたい。特に、ベースラインはＩＲに対応し、ｔｔｉはｔＡＲに対応し、ｍａｘはＩＢに対応し、ｉｎｃｌｉｎｅはＳＢＲに対応し、ｔｔｍａｘはｔＢＲに対応し、ｄｅｃｌｉｎｅはＳＤＢに対応し、ｔｔｄはｔＲＣに対応する。 The tracer injection time was used as the reference time and defined as “t = 0”. Because of the clustering process, the following characteristics are shown: baseline (0-2.5 seconds, about 30-50 images) representing background intensity (“noise”) before the tracer injection, intensity compared to the baseline Time to detect significant increase for the first time (referred to as “tilt time” in this document, expressed as ti), maximum value (displayed as max), slope of signal intensity increase between tti and max (inline) ), The time from t = 0 to the maximum intensity (displayed as ttmax), the slope of the signal intensity decrease (displayed as decline), and the time from the tracer injection to the time when the rapid descending slope stops (here, “Descent time”, labeled ttd) was used. Note that these features correspond to the features described above in connection with FIG. In particular, the baseline corresponds to I R, tti corresponds to t AR, max corresponds to I B, incline corresponds to S BR, ttmax corresponds to t BR, decline corresponds to S DB , ttd corresponds to t RC.

強度時間曲線からの自動的特徴抽出を、４つの区分を持つ区分化線形モデルに対する測定シグナル強度曲線の最小二乗誤差当てはめによって実行した。モデルは５つの区切り点、すなわち始点および終点における２つの固定区切り点、最大強度になる時間の１つの固定内部区切り点、ならびに傾斜時間および下降傾斜時間における２つの内部区切り点を含んでいた。後者は最小二乗誤差当てはめの自由度として使用された。   Automatic feature extraction from the intensity time curve was performed by least square error fitting of the measured signal intensity curve to a segmented linear model with four sections. The model included five breakpoints, two fixed breakpoints at the start and end points, one fixed internal breakpoint at the time of maximum intensity, and two internal breakpoints at the ramp and descent ramp times. The latter was used as the degree of freedom for least square error fitting.

ｔｔｉは、区分化線形モデルが最初に正の傾きを示した点（図３の点Ａ参照）を識別し、かつｔ＝０からこの点までの時間を測定することによって得られた。   tti was obtained by identifying the point where the piecewise linear model initially showed a positive slope (see point A in FIG. 3) and measuring the time from t = 0 to this point.

Ｉｎｃｌｉｎｅ（傾斜）は、最大値を先行するベースラインに接続する線の平均傾きとして計算した。Ｄｅｃｌｉｎｅ（下降傾斜）は、ｍａｘからｔｔｄまでの平均傾きとして計算した。加えて、平均過渡時間を各ピクセルに対して計算した。この計算は、平均して全ての粒子のＭＴＴが同一であり、かつ大まかに先入れ先出しシーケンスとして挙動するという仮定の下で行なった。最初の粒子がシステムに進入しかつシステムから退出する時間をそれぞれｔｅｎｔｅｒおよびｔｅｘｉｔとする。システムに進入する全ての粒子は退出もすると仮定すると、ｔｅｎｔｅｒとｔｅｘｉｔとの間にシステムに進入する粒子の数は、ｔｅｘｉｔの後にシステムを退出する粒子の量に等しい。したがって、ｔｅｘｉｔは、強度曲線の下の全面積を２つの均等な面積に分割する時点である。ｔｅｎｔｅｒはｔｔｉに等しいので、ＭＴＴをしたがってＭＴＴ＝ｔｅｘｉｔ−ｔｅｎｔｅｒと定義した。代替的に、ＭＴＴはｔｔｄとｔｔｉとの間の差（ＭＴＴ＝ｔｔｄ−ｔｔｉ）と定義することができる。 Inline was calculated as the average slope of the line connecting the maximum value to the preceding baseline. Decline (downward slope) was calculated as the average slope from max to ttd. In addition, the average transient time was calculated for each pixel. This calculation was performed under the assumption that, on average, all particles had the same MTT and behaved roughly as a first-in first-out sequence. The first particles are respectively t enter and t exit time to leave the entered the system and the system. When all the particles entering the system is assumed to be leaving, the number of particles entering the system between the t enter and t exit is equal to the amount of particles exiting the system after t exit. Thus, t exit is the time when the entire area under the intensity curve is divided into two equal areas. t enter because equal to tti, was defined as MTT = t exit -t enter and follow the MTT. Alternatively, MTT can be defined as the difference between ttd and tti (MTT = ttd−tti).

細動脈および細静脈を表わすことが分かったクラスタの数を総計して脳血管面積（ＣＢＡ）とした。   The total number of clusters found to represent arterioles and venules was summed as the cerebral vascular area (CBA).

結果
流れの可視化および動的画像解析
図６Ａ〜Ｉは、軟膜血管の血流の視覚化および画像解析のプロセスを示す。 Result Flow Visualization and Dynamic Image Analysis FIGS. 6A-I show the process of visualization and image analysis of the buffy coat blood flow.

図６Ａおよび６Ｂは、蛍光トレーサの注射から５．１５秒後（図６Ａ）および６．８５秒後（図６Ｂ）の血管の蛍光画像を示す。   6A and 6B show fluorescent images of blood vessels at 5.15 seconds (FIG. 6A) and 6.85 seconds (FIG. 6B) after injection of the fluorescent tracer.

図６Ｃは、本発明の実施形態の画像解析手順によって作成された強度時間曲線を示す。図６Ｃの挿入図は、区分化線形モデル（赤）および生データ（青）を示す。   FIG. 6C shows an intensity time curve created by the image analysis procedure of the embodiment of the present invention. The inset of FIG. 6C shows a piecewise linear model (red) and raw data (blue).

図６Ｄ〜Ｆは、画像解析の手順、特にｔｔｉ、ｉｎｃｌｉｎｅ、およびｍａｘのマップを示す。   6D-F show image analysis procedures, particularly maps of tti, inline, and max.

図６Ｇ〜Ｉは、クラスタ解析手順を示す。図６Ｇはクラスタの数を２と選択した結果を示し、推定血管を赤で、血管外組織をグレーでマーキングする。図６Ｈはクラスタの数を３と選択した結果を示し、細動脈を赤で、細静脈を青で、組織をグレーでマーキングする。図６Ｉは強度を動脈、静脈、および血管外組織の識別後の時間の関数として示す。   6G-I show the cluster analysis procedure. FIG. 6G shows the result of selecting the number of clusters as 2, marking the estimated blood vessels in red and extravascular tissue in gray. FIG. 6H shows the result of selecting 3 clusters, marking arterioles in red, venules in blue, and tissues in gray. FIG. 6I shows the intensity as a function of time after identification of arteries, veins, and extravascular tissue.

注射から平均で５．１５±０．１５秒後に、トレーサを軟膜細動脈（図６Ａ）で検出し、その後（６．８５±０．３０秒）遅れて細静脈のラベリング（図６Ｂ）を行なった。画像解析は、局所脈管構造内のトレーサの流動を反映する、蛍光シグナル強度の急速な増加とそれに続く緩徐な低下を明らかにした（図６Ｃ）。   On average 5.15 ± 0.15 seconds after injection, the tracer was detected in the buffy arteriole (FIG. 6A) and then (6.85 ± 0.30 seconds) later with venule labeling (FIG. 6B). It was. Image analysis revealed a rapid increase in fluorescence signal intensity followed by a gradual decrease reflecting the tracer flow within the local vasculature (FIG. 6C).

幾つかの生理学的に関連する特徴、すなわちトレーサの注射前の背景強度（「雑音」）を表わすベースライン（０〜２．５秒、約３０〜５０画像）、解剖学的に細動脈と識別された血管の場合、同じ領域の細静脈の場合より短いｔｔｉ（図６Ａおよび６Ｄ）、ｉｎｃｌｉｎｅ（図６Ｅ）、ｍａｘ（図６Ｆ）、およびｔｔｄ（図示せず）を測定した。   Baseline (0-2.5 seconds, approximately 30-50 images) representing several physiologically relevant features: background intensity (“noise”) before the tracer injection, anatomically distinguished from arterioles For vascularized vessels, shorter tti (FIGS. 6A and 6D), inline (FIG. 6E), max (FIG. 6F), and ttd (not shown) were measured than for venules in the same region.

特徴の各々に対して作成されたピクセル関係解析マップは、解剖学的に定義された細動脈、細静脈、および血管外脳組織（後者は蛍光強度の著しく小さい変化を示す）の間の差を実証した。測定されたパラメータを用いたクラスタ解析は、選択されたクラスタの数ｎに応じて、自動分離を可能にする。ｎ＝２の場合、血管と血管外組織との間の明瞭な分離が観察され（図６Ｇ）、ｎ＝３の場合、解剖学的に定義された細動脈と細静脈との間の明瞭な分離が観察された（図６Ｈ）。   The pixel relationship analysis map created for each of the features shows the differences between anatomically defined arterioles, venules, and extravascular brain tissue (the latter showing a significantly smaller change in fluorescence intensity). Demonstrated. Cluster analysis using the measured parameters allows automatic separation depending on the number n of selected clusters. When n = 2, a clear separation between blood vessels and extravascular tissue is observed (FIG. 6G), and when n = 3, a clear separation between anatomically defined arterioles and venules Separation was observed (Figure 6H).

ｒＣＢＦの増加の撮像
本発明の実施形態の技術がｒＣＢＦの生理学的および病理学的変化の検出にどの程度敏感であるかも調べた。これは、同側冠状縫合皮質におけるｒＣＢＦを増大させるように篩骨神経を刺激することによって行なわれた。 Imaging of Increased rCBF We also examined how sensitive the technology of embodiments of the present invention is to the detection of physiological and pathological changes in rCBF. This was done by stimulating the ethmoid nerve to increase rCBF in the ipsilateral coronary suture cortex.

図７Ａ〜Ｈは、篩骨神経の刺激後のＣＢＦの増大の結果を示す。   Figures 7A-H show the results of CBF increase after stimulation of the ethmoid nerve.

図７Ａおよび７Ｂは、対照条件下（図７Ａ）および３ｍＡの各刺激列の終了時（図７Ｂ）の蛍光トレーサの注射中の画像を示す。画像は表面血管の血管拡張を実証する。図７Ｃは各刺激列中の最大ｒＣＢＦ増加の平均測定値を示すグラフであり、挿入図はレーザドップラ流量計による監視の結果を示す。１ｍＡを超える各刺激列で、ｒＣＢＦの増大が観察された。１ｍＡより大きいパルスによる神経の刺激を繰り返すことにより、血管の直径の不定であるが顕著な増大およびレーザドップラ流量計で測定された平均ｒＣＢＦ（ｎ＝５）の増大が一貫して得られた。異なる組の実験で、１２秒の間隔を置いた６０秒の刺激の列（５００μｍの持続時間、１０Ｈｚ、１〜６ｍＡ）を１５分毎に、刺激強度を上げながら与えた。各列の最後にＬＹを静脈注射した。   FIGS. 7A and 7B show images during injection of a fluorescent tracer under control conditions (FIG. 7A) and at the end of each 3 mA stimulation train (FIG. 7B). Images demonstrate vasodilation of surface vessels. FIG. 7C is a graph showing the average measured maximum rCBF increase in each stimulus train, and the inset shows the results of monitoring with a laser Doppler flow meter. An increase in rCBF was observed with each stimulation row exceeding 1 mA. Repeated nerve stimulation with pulses greater than 1 mA consistently resulted in an indefinite but significant increase in vessel diameter and an increase in mean rCBF (n = 5) measured with a laser Doppler flow meter. In a different set of experiments, a 60 second stimulus train (500 μm duration, 10 Hz, 1-6 mA) spaced 12 seconds apart was given every 15 minutes with increasing stimulus intensity. LY was injected intravenously at the end of each row.

図７Ｄは、篩骨神経の刺激の結果誘発されるｒＣＢＦの増大を示すヒストグラムである。１ｍＡ超の刺激強度により血管の直径の明瞭な増大が観察された（図７Ｂも参照されたい）。血管拡張は細動脈の方が細静脈の場合より大きかった（データは図示せず）。   FIG. 7D is a histogram showing the increase in rCBF induced as a result of stimulation of the ethmoid nerve. A clear increase in vessel diameter was observed with stimulation intensities greater than 1 mA (see also FIG. 7B). Vasodilation was greater in arterioles than in venules (data not shown).

図７Ｅおよび７Ｆは、動的解析の結果、特に、対照条件下（図７Ｅ）および３ｍＡの各刺激列の終了時（図７Ｆ）のトレーサ注射中の流量に相関する最大値パラメータを示す。刺激後に最大強度の変化の増大が観察された。図７Ｇおよび７Ｈは、動脈（７Ｇ）および静脈区画（７Ｈ）の注射中の平均強度変化を示す。１ｍＡより高い刺激強度でｔｔｉの顕著な低下ならびにｉｎｃｌｉｎｅ（傾斜）およびｍａｘ（最大）値の増加が観察されたことに注目されたい。動脈および静脈区画は両方とも、ｒＣＢＦおよびドレナージ（流出）の増大を示唆する同様の反応を示した。   FIGS. 7E and 7F show the maximal parameters that correlate with the flow rate during the tracer injection, as a result of the dynamic analysis, in particular under control conditions (FIG. 7E) and at the end of each 3 mA stimulation train (FIG. 7F). An increase in maximum intensity change was observed after stimulation. Figures 7G and 7H show the mean intensity change during injection of the artery (7G) and venous compartment (7H). Note that a significant decrease in tti and increased inline and max values were observed at stimulation intensities higher than 1 mA. Both arterial and venous compartments showed similar responses suggesting increased rCBF and drainage.

ＢＢＢ破壊の撮像
ＢＢＢが破壊された条件下で、不透過性トレーサは血管の外に拡散し、血管外区画の画像強度を増大させる。 Imaging BBB Destruction Under conditions where the BBB is destroyed, the impermeable tracer diffuses out of the blood vessel and increases the image intensity of the extravascular compartment.

図８Ａ〜Ｈは、ＢＢＢ透過性の検出のための解析の結果を示す。   8A-H show the results of analysis for detection of BBB permeability.

図８Ａおよび８Ｂは、脳をＤＯＣに暴露する前（図８Ａ）および後（図８Ｂ）の注射挙動の静脈相中の表面血管の蛍光画像である。脳をＤＯＣに暴露してから３０分後に、トレーサ注射を繰り返すことにより、ＢＢＢ破壊を示唆する血管外組織の明瞭な染色が示された。   8A and 8B are fluorescent images of surface blood vessels in the venous phase of the injection behavior before (FIG. 8A) and after (FIG. 8B) the brain is exposed to DOC. 30 minutes after exposure of the brain to DOC, repeated tracer injections showed clear staining of extravascular tissue suggesting BBB disruption.

図８Ｃは、ＤＯＣによる処置およびエバンスブルーの注射後の冠状切片を示す。処置された皮質組織へのエバンスブルー−アルブミン複合体の血管外漏出はＢＢＢ破壊を示し、蛍光撮像の結果を確認した。   FIG. 8C shows a coronal section after treatment with DOC and Evans Blue injection. Extravasation of the Evans blue-albumin complex into the treated cortical tissue showed BBB disruption, confirming the results of fluorescence imaging.

図８Ｄはレーザドップラ流量計による監視の結果を示し、図８Ｅは、本発明の実施形態の画像解析によって決定された、対照条件下（ＡＣＳＦ）およびＤＯＣの灌流後の動脈および静脈クラスタ内のピクセル数を示すヒストグラムである。レーザドップラ流量計の測定値（図８Ｄ）は、全ての実験でｒＣＢＦの安定かつ一貫した増大を実証した（ｎ＝５）。ｒＣＢＦの増大は、ＤＯＣ後の動脈および静脈クラスタの両方のＣＢＡの増大を検出した本発明の実施形態の画像解析によって確認された通り（図８Ｅ）、細動脈および細静脈の両方の血管拡張に関連付けられた。   FIG. 8D shows the results of monitoring with a laser Doppler flow meter, and FIG. 8E shows the pixels in the arterial and venous clusters after perfusion of control conditions (ACSF) and DOC as determined by image analysis of an embodiment of the present invention. It is a histogram which shows a number. Laser Doppler flow meter readings (FIG. 8D) demonstrated a stable and consistent increase in rCBF in all experiments (n = 5). The increase in rCBF was observed in both arteriole and venule vasodilation, as confirmed by image analysis of an embodiment of the invention that detected an increase in CBA in both arterial and venous clusters after DOC (FIG. 8E). Associated.

図８Ｆおよび８Ｇは、本発明の一部の実施形態に従って計算された、対照条件下（図８Ｆ）およびＤＯＣの灌流後（図８Ｇ）のＭＴＴパラメータのマップである。細動脈でＭＴＴの減少が観察され、トレーサが蓄積している血管外空間では確実な増大が観察された。   8F and 8G are maps of MTT parameters under control conditions (FIG. 8F) and after perfusion of DOC (FIG. 8G), calculated according to some embodiments of the invention. A decrease in MTT was observed in arterioles, and a positive increase was observed in the extravascular space where tracers were accumulated.

血管拡張は、ｒＣＢＦの増大と整合して、ｉｎｃｌｉｎｅ（傾斜）およびｍａｘ（最大）の値の増加ならびにＭＴＴ値の低下に関連付けられた（ｐ＜０．０００１）。細動脈および細静脈に対応する画素におけるｉｎｃｌｉｎｅ、ｍａｘ、およびＭＴＴの変化を下の表１にまとめておく。
Vasodilation was associated with increased inline and max values and decreased MTT values, consistent with increased rCBF (p <0.0001). The changes in inline, max, and MTT at the pixels corresponding to arterioles and venules are summarized in Table 1 below.

図８Ｈは動脈、静脈、および血管外区画の強度曲線を示す。図示する通り、動脈区画における流量の増大および静脈区画におけるシグナル強度の低下がＤＯＣ後に観察された（破線）。下の表２は、細静脈に対応する画素で得られたｉｎｃｌｉｎｅ、ｍａｘ、およびＭＴＴパラメータの値をまとめたものである。該表は、ｉｎｃｌｉｎｅおよびｍａｘの減少ならびにＭＴＴの増加を実証する（ｐ＜＜０．００１）。
FIG. 8H shows intensity curves for arteries, veins, and extravascular compartments. As shown, increased flow in the arterial compartment and reduced signal intensity in the venous compartment were observed after DOC (dashed line). Table 2 below summarizes inline, max, and MTT parameter values obtained for pixels corresponding to venules. The table demonstrates a decrease in inline and max and an increase in MTT (p << 0.001).

ＢＢＢ破壊後の血管外区画におけるシグナル減衰の確実な減速もまた観察された。血管外区画で得られたｉｎｃｌｉｎｅ、ｍａｘ、ｄｅｃｌｉｎｅ、およびＭＴＴパラメータの値を表３にまとめておく。該表はｉｎｃｌｉｎｅおよびｄｅｃｌｉｎｅの減少ならびにｍａｘおよびＭＴＴの増加を実証する（ｐ＜０．００１）。
A steady slowing of signal decay in the extravascular compartment after BBB disruption was also observed. Table 3 summarizes the values of inline, max, decline, and MTT parameters obtained in the extravascular segment. The table demonstrates a decrease in incline and decline and an increase in max and MTT (p <0.001).

この実験は、ＤＯＣが誘発する血管拡張、脳細動脈の血流増加、および血管外空間におけるトレーサの蓄積が、静脈区画におけるシグナルの減少を導くことを実証する。   This experiment demonstrates that DOC-induced vasodilation, increased cerebral arteriole blood flow, and tracer accumulation in the extravascular space leads to decreased signal in the venous compartment.

局所虚血における血流の撮像
ＲＢＧモデルを使用して局所的血管内血栓症を誘発した。結果を図９Ａ〜Ｉに示す。 Imaging of blood flow in focal ischemia RBG model was used to induce local intravascular thrombosis. The results are shown in FIGS.

図９Ａ〜Ｄは、ＲＢＧの静脈注射および皮質へのハロゲン光の照射前（図９Ａおよび９Ｂ）ならびに３０分後（図９Ｃおよび９Ｄ）の動脈区画（図９Ａおよび９Ｃ）ならびに静脈区画（図９Ｂおよび９Ｄ）の蛍光画像である。図９Ａ〜Ｄは、ビデオストリームを形成する一連の画像のスナップショットである。図９Ａおよび９Ｃはｔ＝６秒に対応するスナップショットであり、図９Ｂはｔ＝１０．８秒に対応するスナップショットであり、図９Ｄはｔ＝１１．６秒に対応するスナップショットである。図９Ｃおよび９Ｄにおける四角は血栓性血管（左側の四角）および無傷血管（右側の四角）の領域を示す。これらの領域を本書ではそれぞれ「中心」および「周囲」と呼ぶ。   FIGS. 9A-D show the arterial compartment (FIGS. 9A and 9C) and venous compartment (FIG. 9B) before intravenous injection of RBG and irradiation of halogen light to the cortex (FIGS. 9A and 9B) and after 30 minutes (FIGS. 9C and 9D). And 9D). 9A-D are snapshots of a series of images that form a video stream. 9A and 9C are snapshots corresponding to t = 6 seconds, FIG. 9B is a snapshot corresponding to t = 10.8 seconds, and FIG. 9D is a snapshot corresponding to t = 11.6 seconds. . The squares in FIGS. 9C and 9D indicate regions of thrombotic blood vessels (left hand side squares) and intact blood vessels (right hand side squares). These regions are referred to herein as “center” and “perimeter”, respectively.

図９Ｅおよび９Ｆは、ＲＢＧの静脈注射および皮質へのハロゲン光の照射前（図９Ｅ）および後（図９Ｆ）のＭＴＴマップである。   Figures 9E and 9F are MTT maps before (Figure 9E) and after (Figure 9F) intravenous injection of RBG and irradiation of the cortex with halogen light.

図９Ｇは、エバンスブルー−アルブミン複合体を注射してから３０分後（ＲＢＧ処置から１時間後）の冠状切片を示す画像であり、図９Ｈは、光による血栓性病変の冠状切断から２１日後の組織学的脳切片（クレシルバイオレット染色）を示す画像である。   FIG. 9G is an image showing a coronal section 30 minutes after injection of the Evans blue-albumin complex (1 hour after RBG treatment), and FIG. 9H is 21 days after coronal section of the thrombotic lesion by light. It is an image which shows the histological brain section (cresyl violet dyeing | staining).

図９−Ｉは、中心および周囲領域の動脈、静脈、および血管外区画の強度曲線を示す。図９−Ｉでは、実線はＲＢＧ注射前の強度曲線（対照）であり、破線はＲＢＧ注射後の強度曲線（処置後）である。   FIG. 9-I shows the intensity curves of arteries, veins, and extravascular compartments in the central and surrounding regions. In FIG. 9-I, the solid line is the intensity curve before RBG injection (control), and the dashed line is the intensity curve after RBG injection (after treatment).

図示する通り、ＲＢＧの注射および光の照射から３０分後に、ＬＹ注射は、光を照射した皮質の領域（中心領域）におけるｒＣＢＦの明瞭な低減を実証した。他方、周囲の脳組織における血液の供給（周囲領域）は無傷でありｒＣＢＦおよびＢＢＢ透過性の軽度の増加が示された。   As shown, 30 minutes after RBG injection and light irradiation, LY injection demonstrated a clear reduction of rCBF in the cortical region (central region) irradiated with light. On the other hand, the blood supply (surrounding area) in the surrounding brain tissue was intact, indicating a slight increase in rCBF and BBB permeability.

中心領域における動脈および静脈区画の両方の画像強度は、「背景」血管外区画のレベルまでシグナルの著しい低減を示した。周囲領域では、動脈および静脈区画でシグナルの明瞭な増加が観察された（図９−Ｉ、破線参照）。   Image intensity of both arterial and venous compartments in the central region showed a significant reduction in signal to the level of the “background” extravascular compartment. In the surrounding area, a clear increase in signal was observed in the arterial and venous compartments (see FIG. 9-I, dashed line).

ｉｎｃｌｉｎｅ（傾斜）、ｍａｘ（最大）、およびＭＴＴの値の増加が、動脈および静脈区画の両方で周囲領域に観察された（図９Ｅ〜Ｉ参照）。血管外区画は同様のｉｎｃｌｉｎｅおよびｍａｘ値を示したが、ＢＢＢが破壊されたときに観察されたのと同様に（図８Ｆおよび８Ｇ参照）、ＭＴＴの増加と共に下降傾斜相が確実に減速したことに注目されたい。この結果は、処置された皮質の周囲の脳組織内へのエバンスブルー−アルブミン複合体の血管外漏出によって支持された（図９Ｇ参照）。   Increases in incline, max (maximum), and MTT values were observed in the surrounding area in both arterial and venous compartments (see FIGS. 9E-I). The extravascular compartment showed similar inline and max values, but as the MBB increased (see FIGS. 8F and 8G), the descending ramp phase was definitely decelerated as observed when the BBB was destroyed. Please pay attention to. This result was supported by extravasation of the Evans blue-albumin complex into the brain tissue surrounding the treated cortex (see FIG. 9G).

実施例２
網膜の撮像
年齢２５のヒトの男性志願者に、蛍光トレーサのフルオレセインナトリウム（英国エセックス州ＭｃＣａｒｔｈｙ’ｓ Ｌｉｍｉｔｅｄ）、分子量３７６ダルトンの結晶性炭化水素を静脈内注射した。眼科で日常的に使用される標準静脈内カテーテルを用いて、トレーサを末梢静脈内に注射した。トレーサの注射中に、６４０×４８０ＤＰＩの解像度で、志願者の右網膜の網膜像を、ＳＬＯカメラ（ＮＩＤＥＫ Ｃｏ．，ＬＴＤ．）を用いて、２５フレーム／秒の速度で捕獲した（全部で６０秒）。 Example 2
Retinal Imaging Human male volunteers at age 25 were intravenously injected with the fluorescent tracer sodium fluorescein (McCarthy's Limited, Essex, UK), a crystalline hydrocarbon with a molecular weight of 376 Daltons. The tracer was injected into the peripheral vein using a standard intravenous catheter routinely used in ophthalmology. During the tracer injection, the retinal image of the volunteer's right retina, with a resolution of 640 × 480 DPI, was captured at a rate of 25 frames / second using a SLO camera (NIDEK Co., LTD.) (60 in total). Seconds).

幾つかの前処理手順を使用した。これらは、上の実施例１で示したように、２Ｄ双三次補間技術を用いて画像の大きさを２５６×２５６に変更すること、およびシングルステップ離散フーリエ変換を用いて動き補正することを含む。画像解析およびクラスタ化は上の実施例１に記載した通りであった。   Several pretreatment procedures were used. These include changing the image size to 256 × 256 using a 2D bicubic interpolation technique and motion correction using a single step discrete Fourier transform, as shown in Example 1 above. . Image analysis and clustering were as described in Example 1 above.

図１０は蛍光画像の代表例を示す。   FIG. 10 shows a representative example of a fluorescence image.

図１１Ａおよび１１Ｂはクラスタ解析手順を示す。図１１Ａは動脈区画（赤）、静脈区画（青）、および網膜組織（グレー）を表わす。図１１Ｂは、強度を動脈、静脈、および血管外組織の識別後の任意の単位の時間の関数として示す。   11A and 11B show the cluster analysis procedure. FIG. 11A represents the arterial compartment (red), venous compartment (blue), and retinal tissue (grey). FIG. 11B shows intensity as a function of time in arbitrary units after identification of arteries, veins, and extravascular tissue.

実施例３
ヒトの脳の撮像
ヒトの脳のビデオ画像は脳神経外科手術中に捕獲され、Ｕｎｉｖｅｒｓｉｔｙ Ｈｏｓｐｉｔａｌ ＭａｎｎｈｅｉｍのＤｒ．Ｊｏｈａｎｎｅｓ Ｗｏｉｔｚｉｋの好意により得たものである。ヒト被験者は、左半球の悪性脳卒中を経験した４１歳の女性であった。脳神経外科手術の説明については、Ｗｏｉｔｚｉｋらの「Ｃｏｒｔｉｃａｌ Ｐｅｒｆｕｓｉｏｎ Ｍｅａｓｕｒｅｍｅｎｔ ｂｙ Ｉｎｄｏｃｙａｎｉｎｅ−Ｇｒｅｅｎ Ｖｉｄｅｏａｎｇｉｏｇｒａｐｈｙ ｉｎ Ｐａｔｉｅｎｔｓ Ｕｎｄｅｒｇｏｉｎｇ Ｈｅｍｉｃｒａｎｉｅｃｔｏｍｙ ｆｏｒ Ｍａｌｉｇｎａｎｔ Ｓｔｒｏｋｅ」、Ｓｔｒｏｋｅ（２００６）、３７：１５４９〜１５５１を参照されたい。インドシアニングリーンを末梢静脈内に注射し（体重１Ｋｇ当たり０．３ｍｇ）、ビデオカメラにより蛍光信号を２５フレーム／秒の速度で記録した。上の実施例１で記載した通り、原フレームに前処理、画像解析、およびクラスタ化を実行した。 Example 3
Imaging of the human brain Video images of the human brain were captured during neurosurgery, and the University Hospital Mannheim's Dr. This is a courtesy of Johannes Woitzik. The human subject was a 41 year old woman who experienced a malignant stroke in the left hemisphere. For a description of neurosurgery, see Witzik et al., “Cortical Perfusion Measurement by Indocyanine-Green Videoinology in Participants 15th, 50th, 50th. Indocyanine green was injected into the peripheral vein (0.3 mg / kg body weight) and the fluorescence signal was recorded by a video camera at a rate of 25 frames / second. As described in Example 1 above, preprocessing, image analysis, and clustering were performed on the original frame.

図１２Ａおよび１２Ｂは、脳神経外科手術中に捕獲されたフレームの例であり、図１２Ａは動脈相に対応し、図１２Ｂは静脈相に対応する。   12A and 12B are examples of frames captured during neurosurgery, with FIG. 12A corresponding to the arterial phase and FIG. 12B corresponding to the venous phase.

図１２Ｃは、クラスタ解析後の時間の関数としての任意の単位による強度、ならびに動脈、静脈、および血管外組織の識別を示す。   FIG. 12C shows the intensity in arbitrary units as a function of time after cluster analysis and the discrimination of arteries, veins and extravascular tissues.

本発明はその特定の実施態様によって説明してきたが、多くの別法、変更および変形があることは当業者には明らかであることは明白である。従って、本発明は、本願の請求項の精神と広い範囲の中に入るこのような別法、変更および変形すべてを包含するものである。   While the invention has been described in terms of specific embodiments thereof, it will be apparent to those skilled in the art that there are many alternatives, modifications, and variations. Accordingly, the present invention is intended to embrace all such alternatives, modifications and variations that fall within the spirit and broad scope of the appended claims.

本明細書で挙げた刊行物、特許および特許出願はすべて、個々の刊行物、特許および特許出願が各々あたかも具体的にかつ個々に引用提示されているのと同程度に、全体を本明細書に援用するものである。さらに、本願で引用または確認したことは本発明の先行技術として利用できるという自白とみなすべきではない。節の見出しが使用されている程度まで、それらは必ずしも限定であると解釈されるべきではない。   All publications, patents, and patent applications cited herein are hereby incorporated in their entirety as if each individual publication, patent and patent application was specifically and individually cited. It is intended to be used. Furthermore, citation or confirmation in this application should not be considered as a confession that it can be used as prior art to the present invention. To the extent that section headings are used, they should not necessarily be construed as limiting.

Claims (32)

生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる、複数の画素にグリッド状に配列された撮像データのストリームを解析する方法であって、
各画素に対し、ベースライン強度に対する時間的強度変化を示す特徴のベクトルを関連付け、それによって複数のベクトルを提供するステップと、
前記ベクトルに応じて画素をクラスタ化し、それによって複数のクラスタを提供するステップと、
前記クラスタに基づいて脈管構造における異なる区画を識別するステップと
を含む方法。 A method of analyzing a stream of imaging data arranged in a grid on a plurality of pixels associated with an intensity value related to a level of a detectable tracer in a living subject's vasculature comprising:
Associating, for each pixel, a vector of features indicative of temporal intensity changes with respect to baseline intensity, thereby providing a plurality of vectors;
Clustering pixels according to the vector, thereby providing a plurality of clusters;
Identifying different compartments in the vasculature based on the clusters. 脈管構造に検出可能なトレーサを有する、生きている被験者の器官を撮像する方法であって、器官を撮像して撮像データのストリームを提供するステップと、請求項１に記載の方法を実行するステップとを含む方法。   A method for imaging an organ of a living subject having a detectable tracer in the vasculature, imaging the organ and providing a stream of imaging data, and performing the method of claim 1 And a method comprising: 前記撮像は蛍光撮像を含む、請求項２に記載の方法。   The method of claim 2, wherein the imaging comprises fluorescence imaging. 前記撮像はコンピュータ断層撮影を含む、請求項２に記載の方法。   The method of claim 2, wherein the imaging includes computed tomography. 前記撮像は磁気共鳴撮像を含む、請求項２に記載の方法。   The method of claim 2, wherein the imaging comprises magnetic resonance imaging. 前記クラスタに基づいて少なくとも１つの血管外区画を識別するステップをさらに含む、請求項１または２に記載の方法。   3. The method of claim 1 or 2, further comprising identifying at least one extravascular segment based on the cluster. グリッド上に前記特徴の少なくとも１つのマップを生成するステップをさらに含む、請求項１〜６のいずれかに記載の方法。   The method according to claim 1, further comprising generating at least one map of the features on a grid. 撮像データは被験者の網膜に関係する、請求項１〜７のいずれかに記載の方法。   The method according to claim 1, wherein the imaging data relates to a subject's retina. 前記クラスタに基づいて網膜の機能性を評価するステップをさらに含む、請求項８に記載の方法。   9. The method of claim 8, further comprising evaluating retinal functionality based on the clusters. 撮像データは被験者の脳に関係する、請求項１〜７のいずれかに記載の方法。   The method according to claim 1, wherein the imaging data relates to a subject's brain. 前記クラスタに基づいて脳の機能性を評価するステップをさらに含む、請求項１０に記載の方法。   11. The method of claim 10, further comprising assessing brain functionality based on the cluster. 生きている被験者の脈管構造における検出可能なトレーサのレベルに関係する強度値に関連付けられる、複数の画素にグリッド状に配列された撮像データのストリームを解析する装置であって、
各画素に対し、ベースライン強度に対する時間的強度変化を示す特徴のベクトルを関連付け、それによって複数のベクトルを提供するためのベクトル関連付けユニットと、
前記ベクトルに従って画素をクラスタ化し、それによって複数のクラスタを提供するためのクラスタ化ユニットと、
前記クラスタに基づいて脈管構造の様々な区画を識別するための識別ユニットと
を備える装置。 An apparatus for analyzing a stream of imaging data arranged in a grid on a plurality of pixels associated with an intensity value related to a level of a detectable tracer in a living subject's vasculature,
For each pixel, a vector association unit for associating a vector of features indicative of temporal intensity change relative to baseline intensity, thereby providing a plurality of vectors;
A clustering unit for clustering pixels according to the vector, thereby providing a plurality of clusters;
An identification unit for identifying different sections of the vasculature based on said clusters. 撮像デバイスおよび請求項１２に記載の装置を備えた撮像装置。   An imaging apparatus comprising an imaging device and the apparatus according to claim 12. 前記識別ユニットは、前記クラスタに基づいて少なくとも１つの血管外区画を識別するように構成される、請求項１２または１３に記載の装置。   14. An apparatus according to claim 12 or 13, wherein the identification unit is configured to identify at least one extravascular compartment based on the cluster. グリッド上に前記特徴の少なくとも１つのマップを生成するためのマッピングユニットをさらに備える、請求項１２〜１４のいずれかに記載の装置。   15. An apparatus according to any of claims 12-14, further comprising a mapping unit for generating at least one map of the features on a grid. 撮像データは被験者の網膜に関係する、請求項１２〜１５のいずれかに記載の装置。   The apparatus according to any one of claims 12 to 15, wherein the imaging data relates to the retina of the subject. 前記クラスタに基づいて網膜の機能性を評価するための評価器をさらに備える、請求項１６に記載の装置。   The apparatus of claim 16, further comprising an evaluator for evaluating retinal functionality based on the cluster. 前記網膜の機能性は血液網膜関門透過性を含む、請求項９に記載の方法または請求項１７に記載の装置。   The method of claim 9 or the apparatus of claim 17, wherein the retina functionality comprises blood retinal barrier permeability. 前記網膜の機能性は網膜動脈閉塞を含む、請求項９に記載の方法または請求項１７に記載の装置。   The method of claim 9 or the apparatus of claim 17, wherein the retinal functionality comprises retinal artery occlusion. 撮像データは被験者の脳に関係する、請求項１２〜１５のいずれかに記載の装置。   The apparatus according to claim 12, wherein the imaging data relates to a subject's brain. 前記クラスタに基づいて脳の機能性を評価するための評価器をさらに備える、請求項２０に記載の装置。   21. The apparatus of claim 20, further comprising an evaluator for evaluating brain functionality based on the clusters. 前記脳の機能性は局所脳血流を含む、請求項１１に記載の方法または請求項２１に記載の装置。   The method of claim 11 or the apparatus of claim 21, wherein the brain functionality comprises regional cerebral blood flow. 前記脳の機能性は血管拡張を含む、請求項１１に記載の方法または請求項２１に記載の装置。   22. The method of claim 11 or the apparatus of claim 21, wherein the brain functionality comprises vasodilation. 前記脳の機能性は血管脳関門透過性を含む、請求項１１に記載の方法または請求項２１に記載の装置。   22. The method of claim 11 or the apparatus of claim 21, wherein the brain functionality comprises vascular brain barrier permeability. 前記特徴は、基準時間から前記強度が関数遷移を示す時間までの測定された期間を含む、請求項１〜２４のいずれかに記載の方法または装置。   25. A method or apparatus according to any of claims 1 to 24, wherein the characteristic comprises a measured period from a reference time to a time at which the intensity exhibits a function transition. 前記特徴は、前記トレーサが前記脈管構造内に導入された時間から前記画素の強度が前記ベースライン強度より上に上昇した時間までの定義された期間を含む、請求項１〜２５のいずれかに記載の方法または装置。   26. The feature of any of claims 1-25, wherein the feature includes a defined period from a time when the tracer is introduced into the vasculature to a time when the intensity of the pixel rises above the baseline intensity. A method or apparatus according to 1. 前記特徴は、前記画素の前記強度が前記ベースライン強度に対して増強されている期間を含む、請求項１〜２６のいずれかに記載の方法または装置。   27. A method or apparatus according to any of claims 1 to 26, wherein the feature comprises a period during which the intensity of the pixel is enhanced relative to the baseline intensity. 前記特徴は、前記トレーサが前記脈管構造に導入された時間から前記画素の強度が極大に達した時間までの定義された期間を含む、請求項１〜２７のいずれかに記載の方法または装置。   28. A method or apparatus according to any preceding claim, wherein the features include a defined period from the time the tracer is introduced into the vasculature to the time when the intensity of the pixel reaches a maximum. . 前記特徴は、
前記トレーサが前記脈管構造に導入された時間から前記画素の強度が前記ベースライン強度より上に上昇した時間までの定義された期間と、
前記画素の前記強度が前記ベースライン強度に対して増強されている期間と、
前記トレーサが前記脈管構造に導入された前記時間から前記画素の強度が極大に達した時間までの定義された期間と
から成る群から選択された少なくとも２つの期間の組合せを含む、請求項１〜２８のいずれかに記載の方法または装置。 The features are:
A defined period from the time when the tracer was introduced into the vasculature until the time when the intensity of the pixel rose above the baseline intensity;
A period during which the intensity of the pixel is enhanced relative to the baseline intensity;
The combination of at least two periods selected from the group consisting of a defined period from the time when the tracer was introduced into the vasculature to the time when the intensity of the pixel reached a maximum. A method or apparatus according to any one of -28. 前記特徴は、前記画素の前記強度が前記ベースライン強度に対して増強されている期間の最大強度値を含む、請求項１〜２９のいずれかに記載の方法または装置。   30. A method or apparatus according to any of claims 1 to 29, wherein the characteristic comprises a maximum intensity value during a period in which the intensity of the pixel is enhanced relative to the baseline intensity. 前記特徴は、前記画素の強度の変化率を特徴付ける少なくとも１つの傾きを含む、請求項１〜３０のいずれかに記載の方法または装置。   31. A method or apparatus according to any preceding claim, wherein the features include at least one slope characterizing a rate of change of intensity of the pixels. 前記特徴は、前記トレーサが前記脈管構造内に導入された時間から前記画素の強度が前記ベースライン強度より上に上昇した時間までの定義された期間を含み、前記時間間隔および隣接画素のそれぞれの時間間隔に基づいて、前記画素は細動脈または細静脈と分類される、請求項１〜３１のいずれかに記載の方法または装置。   The feature includes a defined period from the time when the tracer is introduced into the vasculature to the time when the intensity of the pixel rises above the baseline intensity, each of the time interval and adjacent pixels 32. The method or apparatus according to any of claims 1-31, wherein the pixels are classified as arterioles or venules based on a time interval of.
JP2012525247A 2009-08-18 2009-09-01 System and method for analyzing imaging data Pending JP2013502263A (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US27211109P 2009-08-18 2009-08-18
US61/272,111 2009-08-18
PCT/IL2009/000847 WO2011021175A2 (en) 2009-08-18 2009-09-01 System and method for analyzing imaging data

Publications (1)

Publication Number Publication Date
JP2013502263A true JP2013502263A (en) 2013-01-24

Family

ID=43607391

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012525247A Pending JP2013502263A (en) 2009-08-18 2009-09-01 System and method for analyzing imaging data

Country Status (5)

Country Link
US (1) US9147246B2 (en)
EP (1) EP2467060A2 (en)
JP (1) JP2013502263A (en)
CA (1) CA2772023A1 (en)
WO (1) WO2011021175A2 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017123906A (en) * 2016-01-12 2017-07-20 株式会社島津製作所 Imaging method and imaging device
JP2018534965A (en) * 2015-09-23 2018-11-29 ノバダック テクノロジーズ ユーエルシー Methods and systems for assessing tissue healing
CN109843176A (en) * 2016-07-29 2019-06-04 诺瓦达克技术有限公司 For characterizing the method and system of the tissue of subject using machine learning
JP2019164347A (en) * 2018-03-16 2019-09-26 ライカ インストゥルメンツ （シンガポール） プライヴェット リミテッドＬｅｉｃａ Ｉｎｓｔｒｕｍｅｎｔｓ （Ｓｉｎｇａｐｏｒｅ） Ｐｔｅ． Ｌｔｄ． Augmented reality surgical microscope and microscope observation method
US10646128B2 (en) 2016-02-16 2020-05-12 Novadaq Technologies ULC Facilitating assessment of blood flow and tissue perfusion using fluorescence-mediated photoplethysmography
JP2020513873A (en) * 2016-12-09 2020-05-21 パーフュージョン テック アイヴィーエス System and method for assessing perfusion in an anatomical structure
US10783636B2 (en) 2015-02-02 2020-09-22 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject
KR20210114167A (en) * 2020-03-10 2021-09-23 부산대학교 산학협력단 Method for analyzing Colon Perfusion using real-time images
US11696695B2 (en) 2013-06-14 2023-07-11 Stryker European Operations Limited Quantification of absolute blood flow in tissue using fluorescence mediated photoplethysmography

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9147246B2 (en) 2009-08-18 2015-09-29 Ben-Gurion University Of The Negev Research And Development Authority Apparatus and method for analyzing stream of imaging data
JP5626760B2 (en) * 2010-03-31 2014-11-19 ソニー株式会社 Fluorescent image acquisition method, fluorescent image acquisition program, and fluorescent image acquisition device
JP5823810B2 (en) * 2011-10-14 2015-11-25 浜松ホトニクス株式会社 Observation device
WO2013088320A1 (en) * 2011-12-16 2013-06-20 Koninklijke Philips Electronics N.V. Automatic blood vessel identification by name
WO2014055798A1 (en) * 2012-10-03 2014-04-10 The Regents Of The University Of California Cerebral vaso-reactivity assessment using pulse morphological template matching
US9192357B2 (en) * 2013-02-19 2015-11-24 Kabushiki Kaisha Toshiba Method and system for quantitative vectorial perfusion based upon blood flow direction using 4D medical imaging
US10463247B2 (en) * 2015-06-22 2019-11-05 The Regents Of The University Of California Automatic three-dimensional segmentation method for OCT and doppler OCT angiography
US10002428B2 (en) * 2015-12-01 2018-06-19 Ottawa Hospital Research Institute Method and system for identifying bleeding
US9715721B2 (en) 2015-12-18 2017-07-25 Sony Corporation Focus detection
US10823618B2 (en) * 2018-01-25 2020-11-03 General Electric Company Methods and systems for temperature measurement with machine learning algorithm
EP3806715A1 (en) 2018-06-14 2021-04-21 Perfusion Tech ApS System and method for automatic perfusion measurement
US11911139B2 (en) 2018-06-14 2024-02-27 Perfusion Tech Aps System and method for automatic perfusion measurement
CN112790777A (en) * 2019-11-14 2021-05-14 巫湘沂 Method for judging blood flow change and blood vessel occlusion area by dynamic image
CN111458769B (en) * 2020-05-26 2021-05-28 南京大学 Method and system for predicting environmental meteorological data of power transmission line
JP7167089B2 (en) 2020-05-27 2022-11-08 ゼネラル・エレクトリック・カンパニイ Device, its control program and system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05200025A (en) * 1992-01-28 1993-08-10 Hitachi Medical Corp Ultrasonic doppler blood flow measuring device
JP2006246941A (en) * 2005-03-08 2006-09-21 Toshiba Corp Image processing apparatus and vessel tracking method
JP2007319690A (en) * 2006-05-31 2007-12-13 Siemens Ag Evaluation method for projected image detected by dual energy operation

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE420565B (en) 1974-06-06 1981-10-19 Pharmacia Ab AID FOR INTRAVASCULAR ADMINISTRATION FOR USE IN CONNECTION WITH INTRAVASCULAR ADMINISTRATION OF A SOLUTION OR SUSPENSION OF A DIAGNOSTIC AGENT
US4354504A (en) 1979-09-04 1982-10-19 Bro William J Thermal diffusion flow probe
US4439451A (en) 1983-06-30 1984-03-27 The Upjohn Company Treatment of the blood-brain barrier with flurbiprofen
US4677985A (en) 1985-08-12 1987-07-07 Bro William J Apparatus and method for determining intracranial pressure and local cerebral blood flow
US5266480A (en) 1986-04-18 1993-11-30 Advanced Tissue Sciences, Inc. Three-dimensional skin culture system
US5141739A (en) 1986-07-03 1992-08-25 Advanced Magnetics, Inc. Delivery of x-ray contrast agents using receptor mediated endocytosis
US4801575A (en) 1986-07-30 1989-01-31 The Regents Of The University Of California Chimeric peptides for neuropeptide delivery through the blood-brain barrier
US5004697A (en) 1987-08-17 1991-04-02 Univ. Of Ca Cationized antibodies for delivery through the blood-brain barrier
US6294520B1 (en) 1989-03-27 2001-09-25 Albert T. Naito Material for passage through the blood-brain barrier
US5377681A (en) 1989-11-13 1995-01-03 University Of Florida Method of diagnosing impaired blood flow
US5075502A (en) 1989-12-13 1991-12-24 Mallinckrodt, Inc. Nonionic x-ray contrast agents, compositions and methods
US5207227A (en) 1990-03-02 1993-05-04 Powers Alexandros D Multiprobes with thermal diffusion flow monitor
US5268164A (en) 1990-04-23 1993-12-07 Alkermes, Inc. Increasing blood-brain barrier permeability with permeabilizer peptides
US5681812A (en) 1991-12-10 1997-10-28 Rush Presbyterian-St. Luke's Medical Center Methods and compositions for reducing multidrug resistance
US5434137A (en) 1993-05-10 1995-07-18 Black; Keith L. Method for selective opening of abnormal brain tissue capillaries
US5379770A (en) 1993-12-21 1995-01-10 Nicolet Biomedical, Inc. Method and apparatus for transcranial doppler sonography
US5579774A (en) 1994-03-07 1996-12-03 Camino Neurocare, Inc. Method and apparatus for monitoring local cerebral physiology
US5685313A (en) 1994-05-31 1997-11-11 Brain Monitor Ltd. Tissue monitor
US5670477A (en) 1995-04-20 1997-09-23 Joseph F. Poduslo Method to enhance permeability of the blood/brain blood/nerve bariers to therapeutic agents
US5752515A (en) 1996-08-21 1998-05-19 Brigham & Women's Hospital Methods and apparatus for image-guided ultrasound delivery of compounds through the blood-brain barrier
IT1296914B1 (en) 1997-12-01 1999-08-03 Maria Rosa Gasco PHARMACEUTICAL COMPOSITION INCLUDING MICROPARTICLES SUITABLE FOR TRANSMUCOSAL PASSAGE AND OVERCOMING THE BARRIER
US6574501B2 (en) 1998-07-13 2003-06-03 Childrens Hospital Los Angeles Assessing blood brain barrier dynamics or identifying or measuring selected substances or toxins in a subject by analyzing Raman spectrum signals of selected regions in the eye
US6703381B1 (en) 1998-08-14 2004-03-09 Nobex Corporation Methods for delivery therapeutic compounds across the blood-brain barrier
US6468219B1 (en) 2000-04-24 2002-10-22 Philip Chidi Njemanze Implantable telemetric transcranial doppler device
DE10064768B4 (en) 2000-12-22 2006-12-07 Siemens Ag Method for examining a living being by means of an imaging method
US6390979B1 (en) 2001-08-24 2002-05-21 Philip Chidi Njemanze Noninvasive transcranial Doppler ultrasound computerized mental performance testing system
US7822252B2 (en) * 2006-11-28 2010-10-26 Siemens Medical Solutions Usa, Inc. Method of multiple instance learning and classification with correlations in object detection
US9370316B2 (en) * 2007-05-18 2016-06-21 Henry Ford Health System MRI estimation of contrast agent concentration using a neural network approach
GB2461558A (en) * 2008-07-03 2010-01-06 Medicsight Plc Image Segmentation
US9147246B2 (en) * 2009-08-18 2015-09-29 Ben-Gurion University Of The Negev Research And Development Authority Apparatus and method for analyzing stream of imaging data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05200025A (en) * 1992-01-28 1993-08-10 Hitachi Medical Corp Ultrasonic doppler blood flow measuring device
JP2006246941A (en) * 2005-03-08 2006-09-21 Toshiba Corp Image processing apparatus and vessel tracking method
JP2007319690A (en) * 2006-05-31 2007-12-13 Siemens Ag Evaluation method for projected image detected by dual energy operation

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11696695B2 (en) 2013-06-14 2023-07-11 Stryker European Operations Limited Quantification of absolute blood flow in tissue using fluorescence mediated photoplethysmography
US10783636B2 (en) 2015-02-02 2020-09-22 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject
US11715205B2 (en) 2015-02-02 2023-08-01 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject
JP2018534965A (en) * 2015-09-23 2018-11-29 ノバダック テクノロジーズ ユーエルシー Methods and systems for assessing tissue healing
US10636144B2 (en) 2015-09-23 2020-04-28 Novadaq Technologies ULC Methods and systems for assessing healing of tissue
JP2017123906A (en) * 2016-01-12 2017-07-20 株式会社島津製作所 Imaging method and imaging device
US11701016B2 (en) 2016-02-16 2023-07-18 Stryker European Operations Limited Facilitating assessment of blood flow and tissue perfusion using fluorescence-mediated photoplethysmography
US10646128B2 (en) 2016-02-16 2020-05-12 Novadaq Technologies ULC Facilitating assessment of blood flow and tissue perfusion using fluorescence-mediated photoplethysmography
JP2019527073A (en) * 2016-07-29 2019-09-26 ノバダック テクノロジーズ ユーエルシー Method and system for characterizing a target tissue using machine learning
JP2021090763A (en) * 2016-07-29 2021-06-17 ノバダック テクノロジーズ ユーエルシー Methods and systems for characterizing tissue of subject by utilizing machine learning
US11096602B2 (en) 2016-07-29 2021-08-24 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject utilizing a machine learning
CN109843176A (en) * 2016-07-29 2019-06-04 诺瓦达克技术有限公司 For characterizing the method and system of the tissue of subject using machine learning
JP7333351B2 (en) 2016-07-29 2023-08-24 ストライカー ヨーロピアン オペレーションズ リミテッド Methods and systems for characterizing tissues of interest using machine learning
JP2020513873A (en) * 2016-12-09 2020-05-21 パーフュージョン テック アイヴィーエス System and method for assessing perfusion in an anatomical structure
JP2019164347A (en) * 2018-03-16 2019-09-26 ライカ インストゥルメンツ （シンガポール） プライヴェット リミテッドＬｅｉｃａ Ｉｎｓｔｒｕｍｅｎｔｓ （Ｓｉｎｇａｐｏｒｅ） Ｐｔｅ． Ｌｔｄ． Augmented reality surgical microscope and microscope observation method
KR20210114167A (en) * 2020-03-10 2021-09-23 부산대학교 산학협력단 Method for analyzing Colon Perfusion using real-time images
KR102386872B1 (en) * 2020-03-10 2022-04-13 부산대학교 산학협력단 Method for analyzing Colon Perfusion using real-time images

Also Published As

Publication number Publication date
US9147246B2 (en) 2015-09-29
CA2772023A1 (en) 2011-02-24
WO2011021175A3 (en) 2011-06-30
EP2467060A2 (en) 2012-06-27
WO2011021175A2 (en) 2011-02-24
US20120155735A1 (en) 2012-06-21

Similar Documents

Publication Publication Date Title
JP2013502263A (en) System and method for analyzing imaging data
Harloff et al. 3D blood flow characteristics in the carotid artery bifurcation assessed by flow‐sensitive 4D MRI at 3T
Lupidi et al. Automated quantitative analysis of retinal microvasculature in normal eyes on optical coherence tomography angiography
Hong et al. Existence of initial dip for BCI: an illusion or reality
EP2663222B1 (en) Methods and systems for non-invasive determination of blood flow distribution using speckle imaging techniques and hemodynamic modeling
Taylor et al. Characterization of the hemodynamic response function across the majority of human cerebral cortex
Michelson et al. Automatic full field analysis of perfusion images gained by scanning laser Doppler flowmetry
Bénar et al. EEG–fMRI of epileptic spikes: concordance with EEG source localization and intracranial EEG
EP3571998B1 (en) A method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data
JP2019213873A (en) Method for quantification and analysis of angiography and perfusion
Fazio et al. In vivo optic nerve head mechanical response to intraocular and cerebrospinal fluid pressure: imaging protocol and quantification method
CA2884606C (en) Systems and methods for diagnosing strokes
WO2015166503A1 (en) Multimodal transcranial brain optical imaging
US20190117179A1 (en) Systems And Methods For Deciding Management Strategy in Acute Ischemic Strokes Using Rotational Angiography
Vaiman et al. Noninvasive assessment of the intracranial pressure in non-traumatic intracranial hemorrhage
Lindvere et al. Cerebral microvascular network geometry changes in response to functional stimulation
JP6632989B2 (en) Method for judging flow and pressure gradients in arterial network from contrast distribution based on patient specific computed tomography algorithm
CN109688908A (en) Device and method for determining blood flow reserve score
Merkle et al. Dynamic contrast optical coherence tomography images transit time and quantifies microvascular plasma volume and flow in the retina and choriocapillaris
US20100158337A1 (en) Method and device for performing a comparison between a left and a right half of the brain of a patient
Chassidim et al. Analyzing the blood–brain barrier: The benefits of medical imaging in research and clinical practice
Prager et al. Dynamic in vivo imaging of cerebral blood flow and blood–brain barrier permeability
KR20210136057A (en) Intrinsic Contrast Optical Cross-Correlation Wavelet Angiography
Brahimaj et al. Structural and functional imaging in glioma management
Deneux et al. A processing work-flow for measuring erythrocytes velocity in extended vascular networks from wide field high-resolution optical imaging data

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20131203

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20140513